（来源：上观新闻）
第二，设计🇧🇪⚒hybrid 📩attent🐞🐱ion架构，👢🚨CSA👒和HC🍈A交替叠加，解决🧝♂️长文效率问题🇨🇾🥅。几轮对战下来，✴围观的人群渐渐看👴🍞懂了： 这🇧🇲🤺不是一个按照🚓预设程序✴在空中瞎挥拍的🧽🌯铁壳子🎁，而是一个真的在🍈实时观察🇨🇼路线、计◻💲算落点并自主做出🆓反击的机器人陪练🙉。有媒体报道🏬🏬，AI短剧行®🙏业，90%的公司🏴都处于🍓亏损状态🇹🇭。
性能方面，S🙀💷PPO不仅没有💯损失，在1.5🇬🇬🎞B和7B两种规🐁模的模型上🖊🇲🇳，SPPO的综合🧿平均分都略高🆘🎼于GR🇰🇮📄PO（🇸🇦😐N=8）🌒。它不需要“🌠🦋传话”——🐤🏷看到杯子🥵的同时，就✝已经在准备📐🤑伸手；感觉到重➰量的同时，就🏖已经在调整力🇹🇬🎲度👩🚀。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Birk🇹🇱👩🦲hoff🗒🚘 poly😢top🏀🏴e），行和列都🍩归一化为1🇬🇱🗞。
。GRP↔O的方式是🔔🦎：出题🇨🇿🕋，你和7个同学🦡同时作🍿答，老师把你🕋🧹的成绩和大家🦸♀️平均成绩做比⏰😲较，准确但费🔡🎙时🧷。第二层是稀疏选择🚭，n/m变成👨🦰top-k🔦。“第一是服务，用🐐🦷户的产品体验🇬🇮是否流畅、方便🔴📘、舒适，这是🙆♂️📜非常大的竞争力🕎。在GLM-5🎽⛹️♀️下差距📧更悬殊：迭代代❌🎤理每任务花费54🇦🇩.90🙇美元，AI科学家🧬只需12🛌.20美元🦜。
