（来源：上观新闻）
这项由华🇬🇲🇸🇨为技术（加拿大🇨🇺👔）研究团队完成🏯🤪的研究，🇹🇱♊以论文编号 a💻rXiv:👨⚖️🌩2604.11🐴004♾️🍦v1 发表于🇵🇸2026🧓🏐年的顶级机器💉学习会议🎮 IC🇧🇻LR 2🥙🙍♂️026（🥬🌹国际学习表征🇰🇷⛄会议）🇻🇮。一位机器学习方向🏆👏的博士生，拿🇰🇬到一篇论文🕌🍩后，需要先💣💣读懂它，👩🔬🇧🇬再搭建运行环🐛🇳🇱境，接着动手写代🤱🍌码，然后跑实🧞♀️验、看🧞♀️🎊结果、发现问题、🎅修改代码、再跑…🇹🇴🇻🇺…这个👨👨👦🇧🇼循环往往持续好几🌖天，中间🇯🇪任何一步出了岔🤳子，都🦡可能前🇹🇨功尽弃🏋️♀️。
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B🏵🇲🇦irk👗hoff🤸♀️🧞♂️ polyt🚅ope），行🗺和列都归一化🌁🕺为1🐕。过去，🏘🏐训练一个70亿参🚙➿数的推理模型🔉🎗需要同时加🌆载一个🛸同等大🏮小的打分员，内🇳🇨🇸🇹存压力极大；而S🌇🍍PPO🥅允许用一👨🦰个小十倍的模🇸🇱型担任价值预测➕🇹🇦者，让更多😥🍞研究者👨🦱能够在有限的计算🇾🇪资源下🅿开展实验⚪。
坊间传📎🚭闻，这个笑🦋🇻🇮容是张曼玉理🎂🇬🇶解角色🍎🙃后有意设计的，🌐🏩但也有🍜🔹说法称，张曼玉👨🦰笑场了🚯。第二个局限来自数👑据集的构🖥建方式↪。他指出了三个积⛰极信号：公司订单👩👩👧规模持续提升🗻、优质客户🏙群体不断🚨💿扩充、⏰现金流状况稳🇦🇪步改善☹⏲。
