（来源：上观新闻）
在未来的迭代中🍔，我们将💁♂️进行更全面🔭🎌、更有原则的🐉研究，把架构🇦🇩⚗精简到最本质🤽♀️的部分🎧⏮。对于每一种能力🇱🇹，系统会训练一个🎓独立的小🐉型适配器（专业🤷♀️名称叫LoRA👞适配器，可以🇦🇽理解为给AI安🇵🇷装的一个专用"技💋能插件"）👩⚖️。第一是 Op🧗♀️enAI 怎么👨👦🔽反击 An🌖thropic 📞和 Googl🔋e👋🎂。AI科学👨🦰🚆家在使用Gemi🐶ni-3-Fl🕗ash作为底🇻🇮⏺层语言模型时🔫，平均🗞得分达到30🏭↘.52分，比同条🛃🇮🇳件下最强的基🎂线系统高👨👨👧👧🇧🇹出9.92分；使🇲🇹👩👧👧用GLM-5时，🇰🇭☢平均得分达🇨🇱➿到33.↙👩❤️👩73分，😤比最强基线高出11️⃣1.1🇯🇴5分➿🇿🇼。
第三，采🇱🇦🤠用Muon🧬💱作为主🔑优化器👨♐。卷入风波的🤰🌥演员们火速🛁发文澄清，张若昀💫、于和伟⭐、李一桐🎰和王楚然🎟👮等演员或团队ℹ、粉丝会集体辟🌬谣三连🚯⚗，表示没签🇷🇴过、不知情、已⏸交给法务㊙处理👨🏫。这导致了👡✉“验证”📩🌂成本居高不下，通🐐🇱🇻常估计占总支出🌀🍛的50%以上🎍🥞。每个"技能插⛺件"只更新整⏳个模型约🍢5.3%的参🦷🈸数，非常🎤😨轻量，🤗训练效率高👨🎨🎱。研究团🔂🗯队用数学工💲具仔细分析🎮🥃了GR🤶🐳PO的运作机制后🥵🐺百度竞价代运营公司发现：GRPO之🇩🇿所以奏效，🔙◾并不是因为"🇸🇳😺多采样"本身😈有什么🇲🇰📺神奇之处，而是因🐱🎈为它在不🐅知不觉中把🇧🇦🧚♀️整个推理任🗄务从一种框架切🇨🇰🚆换到了另一🛅🇹🇨种框架🔦🤚。
