（来源：上观新闻）
目前市场上已经存🕍🇹🇨在一些专门处理↔🇭🇲图像质🇵🇦量问题的🚒大型多🛎🇺🇸模态语言🇬🇷🇮🇱模型（可以把这📜🕦类模型理解为"能🆚看图说话🚀的AI"）😭🙎♂️。谷歌同时宣🤘布，原生Py🥮Torch对TP🐉U的支🙆♂️🙀持现已进🎸谷歌登录入预览阶👡段，用🇬🇮↕户可直接将现有🌉PyTorc📜🍎h模型迁移至😞TPU运行，🇩🇿👕无需修改代码🅰➖。
换句话说，曾经🎖只存在于展💰🥍厅和新闻里的那🐩些“黑科技”，未🏂来很可能会成为社⚗区、校园、养老中🇲🇶🐓心里越来越常见的👩👧👧🙃日常设施🇸🇾。Q3：🇸🇽🌄TRACE和直接🕜👨👩👦👦在目标场景里做强🚛化学习训🎗🍠练有什么区别？🧻💊 A：直接在🐉🤵目标场景做😎强化学习（GRP🈺O on Ta☄👱♀️rget）训练🚃📬时，模🎚🏛型从任务整体⏮📟成功或失败中学习🏪⚒，无法精确🗿🕢归因到某种📊🇸🇾具体能力，容易陷📰入不稳定或过拟合㊙🇿🇲。
第一种叫"🇲🇶🥊结构化数据推理▪"：A😷🆓I无法正👩👩👦👦💉确解读🎃工具返回的复杂📎🤡谷歌登录嵌套数据🧟♀️。对比V3🈚仅用14.8T 😩Tok🇳🇷en训练，V4🐬-Flash 与👨🦱👫 V4🥿-Pro 的🈯💇♂️数据消耗🤖🔍量分别👻🦆达到了32T和👨🦲🇱🇰33T🍯。
