（来源：上观新闻）
--- 一、🚌😃从"写代😅😗码的AI"到"🦋做科研的AI✌🤟"，这一步有多◻难？ 科研工📗作在很🖲🇰🇪多人眼🦍里是一🇱🇦项需要高度专🔢♋注和持续推进的📴复杂工作🚲🥭。这三条性质，就🇰🇭像是给这🇨🇷份"体检报🧑😃告"制定了严格🎿的填写🦹♂️🗞规范，确保报告不🧻🌈会出现自相📁🏋矛盾或逻⛸🥙辑混乱的情况🇲🇪0️⃣。第一个测试场景🔲🥓叫τ?-Be👔nch，模拟🇬🇼❇的是真实🇮🇸的客户服务工🏴☠️作流程，分为航👙🦝空公司客🏙🇧🇿服和零售🧛♀️🇲🇨客服两个子领域，➡合计164💤个任务☘☝。AI必须在这种模🇳🇿糊的反馈中👂🧟♂️做出合理的判断🐐。单一芯片🇸🇰🇲🇾难以同时♻↖兼顾两类场👇景的效率最🌠👼优👨👩👧。有兴趣追踪后续⭕🗯进展的读者，可以🧟♂️通过a🐳rXiv编🎞🇮🇴号2604😬.05336关注⬛这个研究🧓👋方向的📚最新动态👩🎓🏴，也可以访📆问研究团队公🛑开的代码🕣🇩🇲仓库进行🌶实际测试📉。
V4把🌷这件事🧝♂️推到了👸📂百万token🔶🥤。论文表示🥌🦕，训练中🍝🇩🇴间出过一次严重的🧀los🐵s sp🎰ike，Dee👤🛃pSeek摸到📂两个土办🥽法，Antic👨🚀🏛ipa🐃🚅tory R🏥🥅outin🖕g和SwiGLU🇮🇸 Cl👢amping🏴。换句话🐇💝说，当任🇲🇦务需要跨越多轮🍩实验、不断从之前🐏🇰🇮的诊断中🧾学习时📉🇻🇮，丢失中间状态🇱🇹😡的代价就会急📝♎剧放大💠。K2.⚙🎻6 我🇨🇾🇹🇭深度用一天了👨👦。
