（来源：上观新闻）
但这项研📥究的实验结果🧝♀️表明，🇺🇾🌋单纯增加🇪🇬🛀交互轮次并不能🧤带来持续🇸🇳👩🦳的进步，因为每一🍳🧾轮新的🔩🇷🇼工作如果🏉不能建立🇪🇹在之前工作🍐🐨的基础🔔上，就只是在🇸🇲☑重复劳动，🥾🔚而不是在积累🍼。拖鞋散落、猫突然🍹👯♂️跳上桌、灯光忽🙍🍰冷忽热🍙。研究团队测🇳🇦试了用🇹🇦🌚15亿参数模型作👩🎓🛳为价值模型来辅助☺👄训练70亿🛋参数主模型📜🏯，两者相差约4.🌲7倍🚒🔋。谷歌CEO桑达🇩🇿🎑尔·皮查📓伊（Sun💋dar🌒♻ Pich🏷ai）在相关🥯博文中表示，目📤⌨前谷歌所有👍新代码🆑🏇中，7😹5%由🔝🧶AI生成✏，该比例在去年秋🍊季为50%🤴；此外，面向企😎业用户🥎↪的Gemini🦋 Ente🍜rpris🙎e第一🥙季度付费⏩🇺🇬月活跃🍔🍘用户数环®比增长4🚀0%🚑。
DeepSeek💈😻-V4：2026📇🚰年4月24日🦶⚜。公司采用“基🇬🇫座预训☀练+垂直精🇰🇭调”策略🥾🐶：首先😚💨利用高校场景的庞🚐大数据充分预🦁训练模📒🐅型，构建其泛化💺☘能力；随后注🖌🍎入珍贵的工业实战🏮数据进行🇸🇲针对性强化🎺。而这，正是具身🔍智能这几年开🚶♀️始在尝试的🧚♀️🏂事情🥾🥗。DeepSe🥇ek追求的一直是🇮🇱🎮另一条线，同样🇰🇬🌾能力下◼🇺🇳的成本下💁限🏣🇵🇪。更巧妙🛴🇦🇷的是，练习题的难🐢度被刻意调整到🗑🇲🇿一个"甜蜜区🇲🇫🇧🇷"——基础模型🤭大约有30%🐣到60%的📗概率能🦑答对😿。压缩率m’=1🤸♀️28，每128🦖👩⚖️个token压成🛏🉑一个🚀。
