（来源：上观新闻）
”只要一做👩💼大表情，⚪🇲🇩AI演员就会僵🗓住，不仅出🌳戏，还很诡异🤐。”该员工说道🦠🙃。这组数据背🍆后的逻辑是🦂🇦🇶：当训练场景🇳🇪与目标场🧺景完全🏋一致（即直接在目🇪🇺🛰标场景上做GRP🐒O）时，模型很容🙁易陷入过拟🚥🆔合或训练不稳👨👩👧👧定的状🍛🇲🇳态——它学到的可🏒能是特定题目的答1️⃣案，而非通☹用的能🛏力；而TRAC🇱🇻📂E的练习场景经⚠过专门设计，🍣每道题都由随👺❎机种子▶🌾程序生成，变化无🇹🇻😷穷，AI练的🗿是"能力本身🚘"而非"特🦁定题目🆗🐼"，因此能🇨🇬够随着训练轮次的🦜增加持续稳步🚓🚊提升➕💏。
根据工作🔚地点的不🧽⛵同，部分员工将留🇻🇪⏱任至8月💬15日的归🏝🙇♀️属日之后😌♿。后2步用温🇯🇪和系数，精🐞确地把🆙🥗奇异值稳定在1❔。然而，它💻😓的代价也很明显🇬🇮——每道题都要🚗👪生成8💅个答案，计算量直🧛♂️接翻了♑🚣♀️8倍🛶🎿。当AI🇳🇦让规模化生💇🍍产变得⤴✳廉价，真正的蓝🧭海反而出现在那🍕🆎些需要深度审🥖👇美和情🛏感洞察的细分😫领域—🕠—非遗、历史、📋👤科幻、女性职场…😕😍…这些词🔺🎮，被反复提🍯起👨🔧🌻。
他们的理由🌟是，V🍙4的注意力架构允💺😸许直接🍸🤡对qu🌐🍵ery和KV做🌯ℹRMSNorm，🈸从源头👨🦲➿把爆炸的可能🇦🇹🇾🇹压住了👚🍻。还有员工🧾👨🦰询问5月20日🇦🇨👨❤️💋👨当周是否会限制出🚢🐓差🔳。它只优化2D参数*️⃣🏂矩阵，其⛏🚣♀️他参数（em🧦bedding🌆、pred🤯iction💟 head🐬😹、RMSN⏫orm权重👨💻🥰、mHC的静态偏🎾置等）还是走Ad🤼♂️🥶amW📮。而这，正是🍰🔒具身智能这几年开🙎♂️🌑始在尝试的事情🈺。
