（来源：上观新闻）
相比V3，V4在🚏三个地方🇳🇿⚠做了升级🕒。打分员必须把这🤬🦡个唯一的结果，沿👨🏭💣着几千步的推理链🇱🇾🇪🇦条，一🕘🚱路往回分配🌺📰功劳或责任🐉。数据在👩✈️💓模块之间每🐕传递一🔉🎚次，就会🇸🇪发生一次信⏯🧣息损耗🇧🇬和延迟💚。Q3：TR💧🍻ACE和🇨🇭🇹🇭直接在目标🍳♐场景里做🧪强化学习训练👨💼🇧🇧有什么区别🌕？ A：直接在目🎃📢标场景做强🛡化学习（GRPO♻🌟 on Ta🇨🇻rget）训练💳👊时，模型从任🕗务整体成⛽功或失败中学👨🦰🇦🇪习，无法精确🇳🇪🇲🇿归因到某种具体🌃🈹能力，容🥏🔴易陷入不稳定或过🗄拟合🗽📏。
但他后来🐼与此言论🥾🚇保持了距离🎻。在论文的最后，D⌛eepSe🇮🇱⏩ek也表示🥬🌛： 为👩👧👧了追求😻🐚极致的长文效🇸🇯日本smc公司官网率，V🥠4系列采取👟了一个相对🏆激进的架🚊构设计🇸🇩🌇。V4把🚈AdamW替了，🎐接管绝🍫⛓大多数参数的训🉑🥇练🔬。由孙立宁院士▪📘领衔的“具身🚲🤹♂️智能研究院”，🤱定位为汇博机器人🇮🇴的“高端外🇨🇭脑”与“产业链📴补足者☺”，与背负出货与↪💻成本KPI的汇‼博机器人内👨🔬部研发团队形🛂成差异化协🏊♀️🐥同🚱。如今，人工智🇸🇹🗽能芯片设计🇦🇪初创公司🤾♂️🐬Ver😘‼kor👩👦.io宣称🇰🇼⛷取得了更大💮🕢的里程碑式成⏪🎰日本smc公司官网就：他们开🔅🗑发出一款完🇬🇪全由人工📥智能系统自🛂🇷🇸主设计的RISC🈺👨👧👦-V 🌥🖥CPU内核🆑🍡。
