（来源：上观新闻）
在精密CartP🇹🇴🎛ole上🤤，SPPO收敛🏔速度明显更🍒快🦄🇨🇬。第一种方法好😸比给新员工发了一👩👦本厚厚的百🛣科全书，希望👵🇬🇧他能从中找✌到所需▶知识；第二🥗种方法好比直接把😚🤚他推上战🇭🇷场，靠成败来📚🛑积累经🍷验👓。这种"回归均值👨✈️📇"的行为🚂💆实际上对训练🔏是有益的——它不🧮会因为🕖🌛过于自信或🇧🇯过于悲观而产生扭🔒🦏曲的训练信号，🌹🥖而是始终保持一💡🦑种适度的不确定💇👨👧👧性，让真正的"超⏱常发挥🥁"和"出乎⁉意料的失误"🇲🇼📟都能产生足够🔖强的纠💉🇷🇸正信号❌。
而自变量🥚在这个维度🇳🇮上，构㊙建了一💺👪条几乎不可🙎♂️🦕复制的护城河⏭🕖。我真的震撼于这些👨👨👧👦🦴化学反应🧠。而Herm🧱es的🥼变化，在于把🎼😓这一整套机制收拢🏦向自己⏩🔅。第一条，🚽百万tok🍿en上下👩👧👦🇬🇪文全面开源，➿👨👨👦👦KV cac👨🎓he大幅缩减👩👦🐭。这种高🚦度稳定的识别结🏎👩👧👧果，验证👨🎨🙋♂️了对比分❗析方法的可靠性🥁💵。
实现上用🥽Sinkh🇬🇩👱orn🇦🇲-Knop🎢p迭代，交替🇱🇺做行归一化⚖和列归一化，迭👋🚈代20次收敛🙌🤲。在官方的推文🇧🇸中，也侧面💨🦶印证了这个🐴😞说法： 目前D🎋🤼♂️eepSeek-📝V4已成为公🔊司内部员工📅使用的Ag💓™entic C🎯⏫odi🈶ng模型，据评🎃测反馈使用体验优⚒于Sonnet😉 4.5🔫🤜，交付质量接近🛡😕Opus 🇹🇭🧒4.6非思考模式🔉，但仍与O👠pus 4.6💉🥡思考模式🐑存在一定差距🌇。
