（来源：上观新闻）
V4-😩Pro和V👨👧👧🌦4-Fla⬆sh，1🍲🤸♂️.6万亿参数/🇫🇲🌾284💈0亿参数，上下🧞♀️📐文都是1M🇦🇹😴。Code🐆🐍forces r🐖🇧🇫ating👧🇰🇿 3206，超过🔣了GP🇬🇾T-5.4🍭🕣的31⚾68和🚒Gemin🧟♂️🕵i-3🇰🇼🌥.1-🧻⤴Pro🙉😈的3052🔡🔽，在人类🎸选手榜单上排名😜🤸♂️第23🔬🧛♀️。随后，一🤷♂️个负责分🇯🇵析的AI（可以🇧🇲理解为🏌📖辅导老师）😠🇸🇽仔细阅读这些记🚣♀️😰录，对比成3️⃣功案例和失败➿案例，💨⛵寻找规律性🛑🔺的差异🎫📤。在官方排❓行榜上，AI科学🚿🇭🇺家的81.82%😢超过了所有已公开🍵记录的系统，其🥵中最高的是75.🈴👨👦👦76%⬛🤤。这个发现让研🌎🚤究团队想到🌒什么叫做二级域名了一个问题🌂：既然框架切换🇳🇿♏才是关键，我们👨🏫9️⃣能不能在🧐保留这个框🇳🇦👁架的同🎇🧛♀️时，摆脱多采样↘🚊的高昂🕒代价？ **三🇨🇰什么叫做二级域名、SPPO：用一🥀个聪明的"预测📛😼员"替代一批答🕔案**🇬🇲 基于上🌉述洞察，研究团队🇹🇹🍡提出了他们的新🛰方法：S🛏🔠PPO（序列👝🇧🇾级近端策略☯优化）📪🇵🇰。
在最新发布的🧤两款芯片中，©TPU 8t🙌🧮专用于AI🚸👒训练任🇵🇼🇨🇼务，TPU 🇱🇧8i则用于运行A⤴⛄I推理任👩务，这两款👩🌾芯片都将于今年♏👐晚些时候上市🌂⭐。这在长序列里尤🧑🇻🇺其有用，能避免模🍗♨型被迫把注意力均🔼🏖摊🥦。第二种🦒🇮🇩叫"工具🇻🇳调用精🎲🇪🇺确性"：AI👩🎓🤽♂️知道该用哪个工🇧🇹🚔具，但传入了错误🇲🇴📯的参数🇩🇴🎳。因为K🧵💕V entr👩🎓📋ies既做🧁🇲🇱key又🇳🇮😟做va🕊什么叫做二级域名lue，n💱aive的RoP👷♀️E会让输出🚘🚧带上绝对位置信息🧖♂️🙍，所以在out🥅put端也对😗🤘应施加一个位置为🇱🇷🐵-i的R👔oPE来抵消，🦈🐟只保留相对🍬位置信息™。**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GRP💐🥏O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📚。
