（来源：上观新闻）
首先是"⤴有效性"：图谱🏩🇦🇨中的每条比较关👌🇮🇩系，必须🇰🇳🇦🇨连接来自⚔两张不同图⌚片的对应⬜区域，不能拿同一👞张图片的不同🙇♀️区域相互比较🇬🇧。Agent🇨🇽🤤 之间怎么发消息😈🛷、怎么🕜🛳传上下🙍🔮文、怎么😎🈸交付成果、怎🔕🦙么建立信🖌任、怎么管理权限☪，几乎是空白🇻🇮🏪。” “🗨不是每👩👧👧🇨🇮个人都🆔🈵能用好AI🙈🤨。事实上，我🙀🐵们观察到 DC🍫 会根⚠🥄据布局布线后⏮🇸🇲的最终时序反馈🌎来更新其设计🧖♀️📯。后2步🇪🇸用温和系🚁数，精确地把🍖奇异值稳定在1🥦🙅♂️。
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40.🇬🇫3%的通过率，已👩🏭泛目录排名代发经超过了AW🍌🇵🇹M和ADP等使🛑用大量💴🚿通用训练数据的方📅法🚥🇿🇦。任何现有的😳👴基准都无法同🛢时满足这五个条🚉件⏪。我们认💽👨🦰为这是由⁉于 LLM🦔 的预训练和后⏫训练中都存在大量🐶👨❤️👨软件代📪码造成的🍵。持怀疑态度的🍂🇨🇦人将有🇦🇷机会自行判断✖🚰。
在内部🐢😜测试中，模📮🇸🇬型对复杂指令🏑的遵循率⛅©提升了 3🐓.2 倍👨👦👦😞。MoE用1🚈💠个shared🤱 ex✂🍲pert 2️⃣+ 256个🇵🇹⚾rout🍔ed expe🐀🇦🇬rts🧨，每t🎬🎭oken激活6⏏🏁个🏛🇨🇳。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Bi♟️rkhof⚓f po🌛lyt↖♎ope），行和列🇫🇲🈺都归一化为1💎🏧。就像把一⌛⚪群优秀的🕶🌮人放在一起，就会🙆♂️有想不到的💱化学反🍧👈应一样，把🍮一群 Ag🔯🕉ent ⏸♟️放到一起，应🛄该也会是这样🐻。
