（来源：上观新闻）
Muon🏦是前几😆🍐年Kel👳♀️ler Jor👇🚌dan💂🔈那批人（他现在在🏳🇱🇰Open💶🐽AI）在小模型上🐥验证过的优化器👩🍳，基于矩阵🕥🔢正交化🚒。” 同😑🐃日，Open💰🐬Cla🧠w星标数🧶🥞正式突破了25🚀🇲🇬万，成为Git🇸🇱🤱Hub史上📀💨最火项目—⛰—只需🇧🇩👨👨👦下达指令🐳，它便🛐🕸能自主完成从分🌼析数据到调试部署🥊🏌。它只优👨⚖️🏇化2D参数🔡矩阵，其他参🇾🇹数（emb🈷edding💭、predic🇮🇱tio🇧🇷n head、🎨RMSNo🐋rm权重、mH🥙🇷🇸C的静态偏置🎪🕝等）还是走Ada👼mWℹ。
论文原话非常诚🔞实，这👩🍳两个tri🆕🎂ck 👓🇹🇦work，但底层🐤🚛机理仍是open🎇⛷ questio💀n🏇🇧🇯。与此同时♋😅，这个价值模型☹用一种叫做💴🇹🇿"二元交叉熵"的🤦♂️🥒方式训练，本质☸🇦🇩上就是让它学🆖会更准确地预测🚵题目难🙉度🖤。📌 🇱🇻“思考模🎚式让模型理🇨🇵解‘我到底要画什♾️🤩么，为什⤴☄么这么画’🥡🇦🇸。提示词： 绘制一🌴👨👨👧👦张关于‘♒0️⃣全球变暖与海洋酸8️⃣化’的科⏭学信息图🏘🧓。在标准PPO中☔，那个"🇱🇷打分员"（Cri🇨🇮📀tic）通常和⏳被训练👇的AI模型一☀样大📟。Deep🤟🛩Seek追求的🐕🥖一直是另一🎰🇧🇭条线，同样能力🇸🇬下的成本下限🥚🇦🇮。更致命的🥰是，VLA只能“🍟模仿”训练数🦹♂️🕋据中的轨💶🗒迹，它不理解‼🇵🇲杯子为什🇹🇭🤘么会掉，也不理解🇩🇿为什么盘☄📘子悬在桌📠边需要推回去👩🚒。尤其值❤👩🍳得关注的是一👎个有趣的♣🍛对比：🇮🇱仅仅针对单一能力🤰训练一个插件，就📿能达到4💟0.3%的通过率🎓，已经超过了AW🧘♂️M和A⚛DP等使用大量通✅用训练数据的方法📟🕡。
