（来源：上观新闻）
在深度科技研®究院院长张孝荣看🗑💘来，He👲👦rmes给🥼📱出的是Ag👳ent进化🎿🥝的一个方向，即🧣🔺从任务👦执行向认知规🍮划的范式转🇨🇽变🌹。这种矩阵🍧在乘法🉑🎢下是封闭的🅿🇪🇨，堆很🐍🇹🇲多层也稳🕉。随后，一个负⏬🕎责分析的AI（可🙄以理解为辅🧝♂️🚘导老师🚖©）仔细阅读这些记🐱🎞录，对比成功案🎗例和失败案🇫🇮例，寻找规律性的🔳差异🌤。484天后，🏕我们谦卑地分享这💢🇬🇵份爱心的劳动👀🕵。通过反复分🇦🇲析，系统在🦠🥶τ?-🌛Ben🚕ch上识别出🧵🇦🇹了四种核心能🎦♣力薄弱点👪。
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👴📊。（3）技术精✂湛 LLM在众🗽多领域拥😒🧷有深厚的知🏵识，这可以说🆗📳是他们超越人类能🐫🌘力的一个🐂方面🇪🇷📣。Muon优⚠🚛化器 V🤼♀️4训练💁♂️🤪中绝大多数参🧵🚛数优化用的🤡🥜不是Ad🇸🇧amW🥝🈚，是M🇻🇺👩✈️uon㊗🍾。
更令他🦵们难以接受的是1️⃣，他们被塑📂造成了🐶🇬🇦品行低劣、形🐥象猥琐的🇬🇦⚪反派角色😛💡。相比V3，V4😪在三个地🇨🇱方做了升级🍇🏐。对于每个区域，系👨🦲🏊统会以👃🏊80%的概率🕜随机选择一种🏗🔙失真来施🇺🇾🏋️♀️加，以20%⏮🌆的概率保持该区域😴🍻干净⏯。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🔎🇸🇲。
