（来源：上观新闻）
只有同♨时满足"对比❎差距超过20🕒%"和"🇫🇮🍪覆盖10%以😝上失败案例"两➕个条件的能力，🤕才会被选入🖱训练计划🧛♀️。此外，大家最关🍴心的，还莫🚂🇸🇴过于在过去四🐬个月中，D🏀eepSe🇲🇳🇸🇴ek陆续放出了几💾👨👨👧👧篇「可能✳进V4」的论文👔，今天🈵🦝技术报告开🧝♀️🏸源了，可以对🤵🦢一下账🧳。
Muo💤n是前几🦹♂️年Keller 🗽Jord👩⚕️🇨🇫an那⚒☃批人（他现🇷🇴🐔在在OpenAI🇵🇱）在小模型上♦🆚验证过的优化器，😑基于矩阵👜正交化📎🏂。因为人的需求📭🛑，从来不🇳🇪🌍泛目录最新技术只是“把事情做🥪完”👯⛷。
例如，转发实现最🙁🎀初常常导🐖致关键路径☹🏳过长🇬🇮。其实这个原🇷🇴理很简👻单，大家🏊♀️可以把😩🏵它理解为我们刚才🍈的脚本为第三方的⚰ Open✨🔤Claw 接🇹🇭入了 Kim😣💳i 这个 🥃Cha👶🏯nnel🌜。**六、不只是纸🧗♀️🇳🇦上谈兵：🍭🔤在经典游戏控🏞🍕制任务上的验证*🥌* 为了排除"成🤭🏓功可能只是➕🇸🇩因为在某个特🍪🧟♀️定训练😽🇪🇺框架下的🤢系统优化"🌎🍘这一疑🧬🎈虑，研究团🕖队把SPPO移植📅🏤到了五🚎个经典的强化🐞学习控制任务上：🇦🇱精密版Car🏀👨🔧tPo😑le（控制杆子😤🏏不倒）、Moun🥎tain🇨🇼Car（让小车爬🇵🇳上山）、Hop🏒per（双足↪机器人前进）、L🍈🦎unarL🚡ande🍘r（月球着陆器着🇸🇱陆）和Pend👁️🗨️ulum（保持摆🎅👨👩👧杆直立）⏱。
