（来源：上观新闻）
马斯克表🌁👩🔧示，特斯👨⚕️🎖拉已偿还Spa👨🏫ceX购买🤹♂️🧣SolarC⛰ity债务的款项🇬🇼🇧🇮。他们开发👟🔀了一个叫🕍做AiSci🐰entist😧（以下简⚜称"AI科😤学家"）的系统，📻🏇并在两个业界公🐈认颇具挑💴战性的测💩👩🎓试基准上验证🌙了它的能力🇫🇲。其二是原生FP🦋🔕4支持，🇾🇪通过4位浮点数🤾♂️🛅将MXU吞吐量翻🕷倍，同时降🇭🇲⚓低数据搬运📁⏮的能耗，使💦💣更大的🚗🦶模型层🙄可驻留于🙋♂️本地硬件缓冲区🌯🌖。在深度科技♻研究院院🚶🔖长张孝🏠🗺荣看来，💁♂️📀Hermes给👂✉出的是🐛Agent进化🕝的一个方👨💼🇿🇲向，即从🕸任务执行向🇱🇨📁认知规划的范式转👐🌳变🇬🇫。进了V4👨👨👧🇦🇼。而最终的反馈只有🦗一个："🦟🐵答案正确"或"答🇨🇳案错误"📏。股票能归属吗🐟？ 员工们也在盖🇳🇿尔的内🌈🗾部帖子下留🏔📲言提问🎀。
这条连线会标注"🚦锚图中的📧这个区🇧🇳🌟域比目标图中🌊🦋的对应区域好"、🌠"两者差不多"😜🧵还是"目标图🇲🇲更好"，而且还🇳🇿会区分"稍🖱好"和"明显更好🧭"这两种程度😣。结果出🛣乎意料——这个🤡🇲🇶"小个子"价👩🎤值模型不仅能正常💄🎶工作，🤱而且这个组合在所🇫🇴🇮🇲有测试基准中取得🥴✅了最高的平均📪分🇹🇬。为了确认SP🇪🇪PO的优势🎽📴确实来自其核心设🇵🇹计思想而非其他🤹♀️⏩因素，研究团队还🤴🌖做了一个对照实🏛验：把SP📈🎻PO用来训练🔍价值模🍽🌗型的方式👦（二元🏢交叉熵损失🚲👨🏫）直接嫁接到标🇩🇪准PPO框架🥄上，其他一切保🚠🇬🇱持不变🇰🇾，命名📲为"PPO + 👮🤵BCE📬⏲"🇹🇷。
