（来源：上观新闻）
PANDA 使用🙇⚜8块 NVID🇸🇰🇦🇪IA V1💂♀️💇00 32GB 🇹🇯💔显卡训练🚌，批次大小为🇽🇰🏔6，总训练时🌒间约1.5天，使🛥用 Ada🍅☣mW ♎🍍优化器，学习🌳率1e-4🇮🇳🦡，权重👖衰减0.01，🐤🏐共训练3👒0轮🎞🌅。安克解释称，先从🗜耳机切入💥🗽，是因为耳⌚🐼机恰恰是最👰难塞进 🙍♂️🤠AI 🇸🇹🔑芯片的产品🎈😅。但斯坦福💷大学的🏇研究团队采用了✌一种截↖🧤然不同的思🔶路——先像医生一🚙🇨🇨样给AI🇻🇨🇩🇴"做检查"，🇸🇿找出它🛵👩到底哪🦇里出了⚪😅问题，然👩👦👦🚾后专门针对这些🔱薄弱环节设计练习😈📭题，让AI反复练⛴习直到真⏏正掌握这🏬项技能🕴🥭。
有个蛮有🚳意思的小细节🚖👩❤️💋👩，在形式🎞🐇化数学评测🌝🙀中，De🈳🇰🇼epSeek也🐃🇪🇪皮了一下友商🕕🇨🇨： 我们在K2🥡做软件的叫什么职业.6和GLM-5🦸♂️🙂.1的部分📒☹条目留空了🍯，因为它们的A🕛🕳PI太忙，没法及✂时返回我们查💫8️⃣询的结果🙁🇻🇺。四、"合🤷♂️并技能"为🇳🇮什么反而不如"按🥋😀需切换"：👫一个反🛹直觉的发🎁🐹现 在设计TR🇸🇱ACE系统时，🕛研究团队面对了一🎗🐯个直觉上很自然的😲🔛问题：😴✨既然要训练多🇪🇬种能力🇺🇦，为什么不把🏔它们都整合进同一🏧个模型🚶♀️，而要保留🍊🇼🇫多个独立的插🚀♥件并在使用🍼🚆时动态切换？ 🧗♀️🚮这个问题的答案可🇸🇸以用一个厨师的👩💻比喻来🇸🇲理解👩❤️👩🇦🇺。
从实际影响来🧡📺看，这项研究降低🏆🌽了训练高质量推👨🦰💣理AI的门槛👁🈴。在这个🇱🇻测试中，基础🇦🇬😸模型的通🕞🇰🇪过率是3🍙🇺🇦2.9%，航空领➡域24%🤡，零售👨👨👧👧领域3🔑🥉6.8%⏭。“现在还不🚶🧒是一个人🐊💵就能搞🎸👣定的阶段🐨💉。汇博机器人以全🧚♀️栈自研、🌶做软件的叫什么职业数据驱动🧳和垂直场景落地为😙🎯核心，💔🇮🇷系统布局了从核心🚄🇹🇨部件、🙂本体制造🚗到具身模型📕的全产业链条，聚🐊焦新能🤵💓源、工业、💝教育及商业等领🔀🇹🇱域🍏。
