（来源：上观新闻）
然后特有意思🛁📔。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🚞🚏。现在，有人想让😔🗄AI代替人😹类完成这整套工作💏🧜♀️，而且是从头🏘到尾、不依赖🧙♀️👩❤️💋👩人类干👩🍳预，连🛅续工作几十个🗳小时👈🙋♂️。这张网的每一🐈🔍根神经🇬🇮，都在跳动🇧🇸🔝。为了训练🐅🏴 PA🔼💇NDA，研究团⛲🕡队构建了一🌸🎗个专门的🥂数据集，命名为 🐧👩🦰PAN🕉🇹🇦DASET🃏🏃。这些任务被专门🧔改造成类📋👾似AI🗜推理的🎃稀疏奖励模式：整🇻🇦个过程中没有任👨🎨💌何中间反馈，👑只在最终时刻🈺给出"成功"或"🤭失败"的🤒二元结果🇲🇼。
总参数1.6T，📼激活49B📃。从实际影响来🉑🧖♂️看，这项研究🤛🚽降低了训练高质量👨💼🇸🇷推理AI的🖊🇳🇨门槛🧢🚇。首先是特征提取器🐤🔭的选择😤🚭。论文原🏢话非常诚实👨👦，这两个tri🐰🎗ck w🈚🌱ork🐟🤹♀️，但底层机理仍🇦🇽自建网站是open 🏴👦question📯。不过最近，🥴🧐这个找搭子的问题🎐🧟♀️，可能要🍢🥒被广交会上的一🦸♀️台人形机器人解🤱🧯决了🔘⚠。PANDA 展👨🍳🥾现出了最小的性🆖🏃能下降幅度，而😟部分商业大模型🚒📂在 Hard🇳🇫👩⚕️ 级别的严重程🍑度分类任☝🤯务上甚至下滑🧯⛏到了低于随❓📡机猜测水平的表现⏱👩🎨——这说明在面🧝♂️🧚♂️对复杂混合🔊🔪失真场景时⛄🍲，这些模型完3️⃣⛹全"迷失方向"🐼，只能靠🇻🇬🗣"惯性"💼👇输出一些听起来像🍡样但实际上随机的🈺答案🅿。
