（来源：上观新闻）
**七、价值👗👨🦳模型学到了什么*🇲🇨* 研🥝🇱🇮究团队还专门👟分析了价值模型的💿质量，因为S😚🐮PPO的整个机制👼都依赖于一个能准🇮🇷确预测题目难🕍🌍度的价值模型👩🍳📅。采写：◀👨🏫南都N视频📶🍐记者 汪陈晨 相👁⛷关阅读🍘。”他补🏄充道，“文🏊♀️🇧🇴字工作大量使用🇸🇱DeepSeek🏃，产品开发🐻👄则会优先选用📫Kimi，✨☝声音处理与智能📸体协同🏳️🌈依赖Mini🇰🇮🇲🇵 Max，🤹♀️👨🚒编程工具开发👩🔧则主要用🔓🏔Clau🍘de🎪🌴。为此，💮研究团队在两个🐓公认的图像质🗒量评估基准数⌨据集上进行了零🐢样本测试（即不📠对模型做任何🧚♀️额外训练，😝直接用在🧠😼 PA🦸♀️NDASET🚆 上训练好的 🤵🧟♀️PAN🤔DA 来评估新数💙🆎据集）😞。
在实际🚂☎测试中，研🧼♓究团队独立运行了👩🚀10次🌾😚能力分析，"📓结构化数据💥推理"、😎"多步骤任务完成♥🚲"和"前☺提条件🈷验证"三种能力每📔🎯次都被稳定识别，💏"工具调🍙用精确🎴性"在10💓次中被🌥识别到8次🇲🇭🙃。第四步，gro👩🏫🏣uped ou♒🍙tput pr📱oje👭🇵🇾ction👨⚖️😖。听起来很合🎴理，但问题👯出在AI推理的特🛬殊性上👩🎨。研究团队将挑战归🥡😞纳为四个层面🇸🇱🚌，每一个单独拿📛📑出来都不简🇮🇩🥘单，而它们叠加在🔐一起，就构成🥒🎊了一道极为复🤑🚞杂的难题🍕。第一个，上下文🔔会爆💟。3D环面在1😊👼024🇬🇹👨🔧芯片配置下🐑，任意两芯🦶◀片间最多需要1♒6跳；Boar♋dfl🚖y通过高基数设计📑将最大跳数压🛂🐾缩至7👨跳，网络直🚲😽径缩减🧪56%，全🕚对全通信🖕👒延迟改善最高5⚔📬0%，对混合🇸🇳🌳专家模型（▪MoE）和推🏤理模型中⬆🇹🇱频繁的跨芯片🤩🌸令牌路由尤为🛂有利🚣♀️。
