（来源：上观新闻）
在去年11🎈月的特❔👨🎨斯拉股东🇸🇰🇲🇱大会上，股🔵🥭东们投票否决了📟这项决议🎵😀。“我不知道这🌘到底是👝件好事还是🍨😠坏事👈👨👩👧👦。话音刚落，风向急🎛🔠转直下🇧🇳🚜。接下来，🇵🇪👍我们一个个看🛳🕙。在相关话题中，网⛩友集体抵制A🇵🇪🐼I演员，话题🕐阅读量高🚺⏩达381📣8.4🤸♂️🖐万，讨论量超91🥁9️⃣52条🇻🇺👨🎤。研究团队测🇽🇰试了一种🇱🇹👽Google seo极端组合：用一个👿✔只有15亿参🍾数的小模型💑🔧（De🔬epSeek-🌵🐸R1-Di😲😱still-👨👧Qwen-🚲1.5B）作为🔃🇳🇵价值模型🆘，去辅助训练一📖🇫🇰个70亿参数的👩🦳大模型（Dee🇧🇭🚿pSeek-R1⏪↕-Dis🔠til🚬🇧🇿l-Qwen-7🤧B）👘。
Muon在☔👨👨👧👧LLM规模🔴上的第一🇧🇩🌨次大规模验🌌🙅♂️证是Ki😼🎒mi K2🇦🇱。**二、一个关🈶🔰键发现：🧝♀️😡GRPO其🌾实在"偷偷🚶♀️做别的事♾️♋"** 🇦🇷🥜这篇论文最🔥有趣的地方在☦🔯于，研💟究团队对GRPO🥅为何有🏷效做出了一个全新☢💰的解读🏮，而这个解读成为🇲🇴了他们提出新方🥔🇨🇱法的理论基🔞🇻🇬础😺🇵🇦。为了降低风险，🧪↙我们保留了许🗄多已经验证过🖤☠的组件和6️⃣👯♂️trick，🆚这让架构变得相对👨🎤🇿🇲复杂😫👩🎤。内娱这回算是铁🎶了心，死磕A🥢I不放了🏒👨🦲。在此过程中，它🇧🇾🇬🇪找到了在 I😛D 阶段实现提📒📒前转发的方🕹🆓法，并实现了一个🧝♂️具有 4 个👩💻🦊平衡阶段的快速🚎🚼 Booth-W💎🕵allac🇮🇲e 乘🐶法器，这些🍉🇲🇩阶段体现了熟练🎵设计师所知的🦄🎄最常见的并🐷🥐行形式🔀。
