（来源：上观新闻）
第一个局限是🆑 PANDA 作🍸😅为基线模型的🇩🇪🔞简洁性🚴♀️👤。2025🐱年，M🤝👨👨👦👦oon🚺shot用Mu🇯🇵on（加🛃🦖上他们自己的🇪🇸QK-Cl🎑ip变种，合称🇧🇻MuonC💑lip）训了一♒个1T参数的Mo🚧E，15.5T 🕐🇧🇸toke🚫n，全程零崩🇪🇺💽溃✳。它用系统化的方🇹🇳⛲式解决了一个长🔧期困扰🈯AI训练领域的难⛺题：怎么🚖🎱让一个已⚠🐤经"基本合格🇧🇦"的AI，🕐在特定🌄⛷场景中变得真😅🔏正可靠🇹🇭。
吃腻了预制菜的🧒💼观众，更不吃爱奇🙍艺AI🔊预制剧这一套🧱。这不是d🕍👨🦳emo，而是💭🇦🇩真正的“上岗”🔝🌦。在Lu🥮😣narLan🕓🆖der上，SP🤷♀️🍘PO保持了稳🕗定上升的学习💊😞曲线，而标👩🚀准PPO则🌴🗣出现了明显的🌃波动和倒退🖊🐌。V4的做法😄📎叫mHC，🍰把矩阵B约束🙆♂️🛢到「双随机矩阵🇵🇲⛹️♀️」的流形上🕵️♀️🧼（数学上叫B◻🌚irkh🐑off 🔵🚔polytop🧳e），行🇸🇱和列都归一化为1🚄🇦🇴。
