（来源：上观新闻）
这两周国内外的 🇸🇯AI 🇨🇫🎱圈又开始密集更🌺新了🏦🌥。这个数🐺字，就🏁🌃是"题目难♟️度的预🏳️🌈估"🥡💆。从训练🛣速度的☑🗣角度来看🕷🎗，差距更为📚🐼直观🇹🇩。GRPO🍫的成功，本质🇹🇨🈶上是这种框🎑架切换的🇰🇪🚐成功，而非🔼多采样的必然功🍸劳🇧🇹。而SP🎐PO仅◾使用单个样本，综🏴☠️合平均分🇺🇸🧝♂️达到了48.🦖06，超过💄🌜了GRP🛫🌀O🏨👈。” 尽管存在这🌀🛒些问题，像 🇲🇪👨👦Design🇵🇹 Condu📨ctor 这样🎪的智能系统可以👘🧙♂️通过加速迭代🇱🇨💠来加快芯片设计速🛁度🔕🇦🇷。
具体来🛅👨❤️👨说，除🥃获批准外📶，所有韩国国🇧🇸内生产的石脑🚠油均不得👩🎤💰出口，⏺🇱🇨包括已签订的出口🍗合同货物也被限制🙁，约1🔑1%的出口供🧑应将转供国内市场🇦🇽🐌。V4-Fla🇸🇻sh-Max🗝👨🏭只激活13B⏺参数，推📲理任务上能打平🇧🇻GPT🧀-5.🍗BAIDU优化2和G⚠🌹emini-3👩👩👦.0-Pro😻，代码7️⃣⏩和数学甚至超过🏢K2.🧟♀️🤓6-Thinki🕌🔫ng🌒。在后训练阶🧘♀️😻段，V4这一代做🇰🇳了一次方法论🍕替换，传统的㊙mixed ➰RL阶🌏段被On-P🇸🇧🐡olicy D🦟🥝istill🐍ation（OP🎌🕶D）完全替🇲🇴🇨🇫代🛠。
姚双告诉记者🎨，未来OPC将告👓👨👧👧别单兵🌶👲作战，以🛸©集群式单位🇰🇵🇲🇩承接更大业务1️⃣🃏。这避免了不同📌代理之间相互干👨🚀👊扰，也保证🔁👨👧👧了工作记录的可🚊追溯性🙁。DC 得出结📬论，即使分支🧟♀️惩罚为 1🇮🇸 个周期的变🔘🌇体具有更长的🥫BAIDU优化时序关键路径（🎦涉及额外🦈🙏的比较器👨👧👾逻辑），📥它也能满足时钟🏹频率目标📋。在后训练阶段🐳，V4这一代做👮♀️了一次🔧🍾方法论替换，传统🤰👩🌾的mix📵ed R😣🎐L阶段被On🈚⛽-Policy 📆Distilla👳tion（OPD🕵️♀️）完全🤦♀️替代🥽。
