（来源：上观新闻）
在没有上手用这4️⃣🇪🇷功能之前，🐉🔖我其实🦌觉得它就是一☦☂个 Agent🖇 Team 🥋的翻版，但真👾正放到群聊的界面🇵🇼里，发现🇱🇮👢还是有非常🇵🇪🍧多的惊喜🇴🇲📉谷粉搜索谷歌搜索引擎入口。这不是de🇰🇿mo，🎩🚪而是真正🇲🇹🛡的“上🌫岗”⏺👨🍳。Muon在L📙🦗LM规模上的😀第一次大规🥧模验证是Ki🐖🆒mi K🛵2🧝♀️🕍。--- 🇨🇷Q&A Q1✔🍨：SPPO和GR🍍PO相比，训练速🧙♂️⛎度快多👩👩👦👦👩🏫少，性能有🔪🇹🇨没有损失？👨 A：🔀根据论文实验🕓🕉数据，SP💲PO在训练速度上🚝比GRP🍺🍦O快约5.9倍🕞，主要原因📱👡是GR🇩🇬👗PO每道🏺题需要同时生成8🇰🇼个答案👨👧👧，而SP🚶👩⚕️PO只需生成1🥚📕个💉。
例如，转发实🇯🇲现最初常⭕🥼常导致关键路🏢径过长🇪🇦☕。整个分析过程会🤬🇲🇹独立重🇧🇪谷粉搜索谷歌搜索引擎入口复多次，只保🏟🧙♂️留每次都🦘稳定出现的结🌭🎖论👗。Board♎👶fly采🙇用分层结构，⤴从四芯片构建块💙🚙逐级扩展至最多1☣152块芯片的🇪🇨🐂完整Po😙🛳d，并通过光学电🍔🍟路交换机（O🇩🇴😏CS）实现组间🧔ℹ谷粉搜索谷歌搜索引擎入口互联㊗📩。这个思路听起来简🇲🇼单，但实现起来远🔖比表面复杂🧯👉。为了确认S🌧PPO的优势确🤲🍊实来自其核心设计🉑👨🚒思想而非其🇾🇹他因素😃，研究团队🇹🇴还做了一个对照实💑🏺验：把SPPO🇨🇱📒用来训练价值🇨🇽📂模型的方式（🤟二元交叉🍥熵损失）直🙎♂️🇵🇪接嫁接到标准PP😋🇭🇹O框架上🏊👼，其他一切保持🥴不变，命名为🇯🇵"PPO +🙋 BC🏭E"💛9️⃣。他们在乎流量，🇻🇦🕑也在乎未来📷。研究院的核🍽心任务🆓⛏是“补链、强⛲🇸🇧链、整合前沿技🗽😧术”，借🚕😌助孙立宁院士🕊💭的行业枢🏴🧷纽作用🇱🇰↘，引入全球顶🤙🐼尖资源，确📟保公司🤷♂️长期的技术代🏁🇹🇦差优势🎁。
