（来源：上观新闻）
现在这三条路合成🔭了一条😣：国产芯片跑国💉产开源旗舰模型🦛🇦🇬，性能追平闭源🦊。没有中间层，🏴这两端🇯🇪都会失效：没🇮🇨有AI辅助🇮🇶😺的人类容易陷⬅入上文描⤴述的所有🤘📇认知偏差；🍳没有人类判断💸的AI可❌🚸以以极高📲🦟的效率优化出一个🎿♓在技术指标上完美💧🎩、但在人文🔌🕡意义上灾难性的🇧🇾🔔结果🤸♀️🇧🇴。然而，🎷该公司🇲🇬🚗股价在盘后交易💔中下跌了5%🎍。届时整🥺个项目的🥒🇬🇱年发电量将完全覆🙍♂️盖算力园区的🇸🇪用电需求🦛🚶♀️。Dee♻🐯pSeek 🇰🇭V4 和昇腾的组💬合，把中国企业🤑 AI 编程🎴落地中🌤🔇“能用什🇼🇫⛸么模型”🚃和“在哪🆕😹里跑模型”⛵这两个问❌🤦♂️题闭合了，🕉而且是💩过去 15👨🦰 年开源运动🍢👗史上第一次由一🇳🇮google review家中国公司在🎻🇬🇱编程和 Age🔏😺nt 两个👩🏫核心能力👩⚖️🥳上追平了全球闭🧛♀️源旗舰🇧🇮🦈。
但由于模🍊型结构、数据🎡👰分布等差异，普🍶通梯度下降📇不太适合大👩🎨语言模型这类深😜👨🎤度神经网络🔧，所以后来出🏮🎥现了 Adam🇦🇼、AdamW 🇦🇫🇨🇵等带动🚒量和预条件机制的🚴♀️优化器🇸🇻🏥来帮助训👻练👧👨👨👦👦。而一旦能用上📊🎿眼镜，就不要再妄🍏称肉眼看得更加真🇳🇫实📫🐺。Muon 最✝🌏开始用的是牛顿🎆🍃-舒尔茨👱♀️☂五次迭代（一种用🐦于矩阵🔮归一化或求🧔🍭逆的数值迭代方法🍊☁），这🖕是一个近♎似过程🎿。作者 |👏🦁 周云龙 ⛹编辑 | 蔡芳芳👪 编者按🥑： 过去一🇵🇰🌈年，企🤮😋业 A🤒I C♎oding 的❌讨论往往集中在模👐🏢型能力、部署成本📞🤔与合规约束🔶🇿🇼上🧗♀️。训练中，🐡专家越多，容😒量越大🖋，但参数量和显存📸🥺要求也越高⚖🍷。
