（来源：上观新闻）
此外，大家最关〰心的，🍥👩👧👧还莫过于在过🇹🇱去四个月中，🧞♂️📴家里怎么引诱蜘蛛出来DeepS🛐eek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🚠家里怎么引诱蜘蛛出来一下账🔅🇸🇽。其中最难📋以被模仿的两点是🔤🍏：首先，在近20🧚♀️00所院校及🇵🇾光伏电站等🇫🇰场景积🤾♀️累的真🤧实、海量操作数🤲据所形成🦍的“滚雪球”效🇧🇳🇭🇲应；其次，核心🚍🗨零部件（如峰值🛡扭矩60🇲🇶🏜0Nm的🚏一体化关节😂📄）的低😬成本量产能力👫🈶。**说🕯到底，这项研🌃究发现了什么，🤴又意味着什么*😔👥* 归根🗺结底，这🤥项研究回🚡🦛答了一个在A🔱🤔I训练领域长期存😬🇦🇫在争议的问题：大🐢🧴模型推理能力的训🙎♂️🥥练，应该用什么样✏7️⃣的框架来建模？🎪 研究团🤡💱队的答案是🗺❗：把整🇹🇫个推理过程当成☮"一次性行🎲🧴动"来🆗📄评价，而不是"一🧿系列连🔦续步骤"🧥🧛♂️。
在官方👟👨⚖️的推文中，也🦗🇯🇪侧面印证了这个🙆♂️✡说法： 目前De🌜epSeek🦟-V4已成为📱公司内部员♦🔠工使用的Age⚱ntic Cod🛐ing🎚🆎模型，据🇬🇭评测反馈使用体验🇬🇬🌥优于Sonnet🇦🇽♓ 4.5，交🏛🗳付质量☝接近O👩🎤🖌pus 4.6非思考模👨👦🌶式，但仍👨🦰🇧🇾与Opus🕑 4.6🦹♂️🍅思考模⏲式存在▫一定差距🐳。听起来很❣合理，但问题♾️出在AI推理的特🌿🥋殊性上🎁。5.9倍的🔈训练速度🛬😿提升，🇸🇳🥴则意味着同🇰🇷2️⃣样的算力🇱🇰能在更短时🏙间内完成实验迭🐤🥁代，加快AI推🔄理能力🚩😪的研究进展📒🚏。
