（来源：上观新闻）
202🇬🇬0 年，研究人🚀员对 GPT🙆♂️🅱-2 模型进🧒🇲🇸行了微调，🧙♂️使其能🔊👞够设计🕛逻辑电路🇮🇲🤵片段；2023🍪 年，🧟♀️研究人🔰员使用GPT-🥭4 帮助设计了一🇯🇲个具有新型🎳🎟指令集的 🔸8 位处理器；到🏖 202⬆4 年❇，各种 LLM 🗿🏹可以设计和🥎测试具有🇸🇯基本功🗒🇨🇳能的芯片，例如🥨掷骰子🐄（尽管这些⛓🦃芯片通常存在缺🎓陷）🤯。马斯克表🥒示，这笔交易对🇬🇭xAI的估值💺为800亿美🇪🇸💅元，对X®的估值为▶🏪330亿美元📫。研究团队使用了💕一个名🗽为 DINOv🐳💇♂️2 的预训练视觉🐹模型（可🦗以把它理解为一🖖🙁个经过大量图👪片训练的"看🔊🛋图专家"）🇳🇨🇲🇶，将输入的🍶😁两张图🇮🇲片分别转换👨✈️为包含丰富🧐🈁视觉信息的特征◽🐒矩阵✅。
AI科学🌸⚰家使用GLM🇲🇸🚂-5模型时🇵🇬🈶达到了平均33🍔.73分💣🚿，比此前🇹🇳最强AI基线高🔱出11.15分🖇🥦，并显著缩小了↘🚪与人类博士生🤦♂️的差距🦏。这个发现让研究团👿队想到了一个问🇸🇧题：既➖🙉然框架切换才是👳♀️关键，🆕📦我们能不能👨🦱🏴在保留这🛒个框架的同时，摆🍆脱多采样的🉑🇵🇲高昂代⤴价？ **三、🍤🚏SPPO：用一😿个聪明的"预🌮蜘蛛识别扫一扫测员"替代🉐🇲🇭一批答案** 基🆚于上述洞察，研究🇪🇭😂团队提出了他💡们的新方🦐🇪🇪法：SPPO⚾🚳（序列级近端策✡略优化）🍕。
