（来源：上观新闻）
训练方式是一种叫💣🌄做GR😤🦐PO的强化学习🌞🐓算法：AI🇧🇱在练习场景💺中一次生成🥫⚱多个不同的答😂🤺案，系统根据🇰🇷💥每个答案的好坏⤴给出分数，🇦🇴🛫然后通🖕🇮🇷过对比组内分🇲🇵🚲数的高🧼🗡泛站群程序源码低来计算每🦴个答案应该💚🎫被强化还♿是削弱🐚。从V2的MLA开👵🎭始，每一👨💼🔯代都在🐤删KV ca🇪🇦🇳🇺che、删激♠🌭活参数、删注意力🔬🗯计算量📗。话音刚落，风向🇮🇪急转直下🐞。2025年🇵🇪3月，🇦🇶xAI😚🏪收购了X🖼🕶。未来团队中的高🇧🇼🛶级工程🧫师和首👰席设计师将不🇰🇮🇨🇨再承担那么多“🉐🧗♀️工具操作🗺✅”的职责，而是🐀更多地依靠他📹们的判断力和💃经验，而分布🏴🕤式计算（DC）🀄🦖则能够处理几乎所🎱👅有其他工📤🛂程工作↪4️⃣。
这样，它就能🧠确保达到🔳🚩目标🦗📀。--- 五、四个🎻专家加一个指🕌📐挥官：AI科研🕊🇦🇼团队的内部分工 🙈😛AI科学🚸家并不是一个单一🏴☠️的"大脑🎦"，而🎭🛰是一个由🙋🍇多层次代理组❤🌬成的协作团队🎌。第二个测♊⛺试场景叫To👁🕑olSa💾ndBox，测试⚡的是更广泛的💜🇧🇹工具使🇮🇱🙅用能力，包含🍿🍌129个不🤛同场景♐。
