（来源：上观新闻）
如果只🤗看激活参数量，这💋😢是目前👩👩👦👦🚳效率最极致的推理🇸🇷🎡模型之一🎂。在一些复杂任😓务中，过度🧚♀️抽象反而可🚤能丢失关键细节，👡而在长期使用后🧖♀️，记忆体🕜🍸系本身也可能出🍲🚴♀️现结构混乱的问题🏐⚖。
**二、一个关📧键发现：GRPO🕖其实在"🔮偷偷做别❔🧀的事"** 这ℹ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🇮🇳🇨🇳。
研究团🕎🗺队还提出了📍🐮一个有趣的未来方🦎geo优化向：把失真图作为❣🔍推理链的中间🐋💋步骤，让模型先🤧🥍生成失真🚼💎图，再基于🇹🇲失真图®📼给出最终的自然语🚛✋言描述🤢。总参数28⤴✉geo优化4B，激活13🍂B👛👲。
