（来源：上观新闻）
他们必须🇸🇽了解如何在👨✈️🇹🇫各种类🍩🔥型的设计中实现高🍹🕦性能✈。在AI创作者经济😦论坛上，🇸🇰☎诞生仅8个月🏰的数字人🥠🧩“Yuri👃🏬”已经登上人物杂🎮🇲🇾志封面——这📯➗个由汗青工作室创🏞造的A🇪🇸🥼I角色，或许比任🔫🖥何理论⛓都更生动地🇬🇩诠释了这句👮♀️话🐼🇲🇰。5.9倍的📲🇿🇼训练速度提升，🏝则意味着同⚔样的算力能🙊在更短时间内🐖完成实验迭代，👳♀️🇧🇦加快AI推理😃🇺🇸能力的🇲🇭👱研究进展⬛。**二、一个关键🏘⤴发现：GRPO🥶🚏其实在"偷偷🗒📧做别的事"** 👨⚖️这篇论🏖🚛文最有🔸🐺趣的地方在🇦🇺👩❤️💋👩于，研究团🥦队对GRPO为何🔜有效做出了一☕🥾个全新的🇧🇸解读，而这个解读⚜成为了他们🇻🇳提出新方🎫🔧法的理论基♊👖础👆👫。
但模型越来越深、⏳👎参数越来🇬🇹越多之🥥⛪后，传统残差开始🥓🧺露怯，信🙅♂️号传递不稳🎳👩⚖️，训练容易崩🦎。Muon是🧰前几年Kelle😒🎽r Jordan🛢🍻那批人（他现在在🇳🇱OpenA🇬🇺👂I）在小🚅模型上🦞验证过的优化器，🇸🇦基于矩👌阵正交化🈯📗。它在搭 Agen☄t 时代的第一😉↘个微信群💨。这种对物理🇭🇹💩规律的理解，🥇🚏正是零样本泛化🇮🇴的基础💆♂️🏡。
对计算机🇿🇦视觉或图像质量🍗👮评估感兴趣◻🤠的读者，可以通过⏸上述编号🏁🍵在 ar❓Xiv 🛵🌧平台查阅完整论⚓🌬文📢。研究团队将AI🐋🇺🇬科学家与非🗯💋层级化的♎🔙简单代理（在P😆ape🍚rBe🐀nch上对应⏬Basic🙃Agent，在M🏢⬇LE-Be💥nch Li🖕🧮te上对应AID🍌👃E）进行比较🇧🇹，发现即使是去掉🦴🦁文件即通🔅道机制的"残缺🏄版"A🦑I科学🌒家，在Pa🥧perBe🇺🇬nch上🌼仍比Basic👱♀️👃Agent高📇🇱🇻出4.74⚾👨🚀分，在🌳📧MLE-Be🎼🏪nch Li👣te上的"⚡高于中位数率🎢"和任🥂👽意奖牌率也®分别高📵出22.73🚮谷歌seo服务公司和9.09😨📎个百分点🇬🇾✈。
