（来源：上观新闻）
Deep🏝🦸♀️Seek 🏊♀️V3 就🌖讨论过👩👩👧🇦🇹，路由🏂负载均衡是🤨🥶否应该🛌🧿纳入 l🙆oss（🎬损失函数）🈲🇸🇩。这背后也🇧🇼反映做模型的两🍶😰种不同倾向⬛：中国的开源模🐮型更追求👨🧑工程优化；美国的🇸🇭闭源模型更追求提🕋🈁出和开辟新🇸🇪的能力方向🚔。这意味着这些📙 AI🌬 可以接触©最高级别🇵🇸的保密数据🤰🥮，用来辅助战场🇨🇻⛄决策、情报😿分析，甚至生成打🥦🤜击目标清单🧓👩👧。
（注：按🖖参数量和训练🍑数据量粗略估算5️⃣，V4 的🇧🇶🧴训练计算量👻可能接近 V💺3 的🖋地蜘蛛 3 倍） ☔赵晨阳：⌛🏓这是一个信号，🤓👩🏭DeepSeek🌷 不再靠 💧〰“成本叙事” 定🇪🇹义自己🈳🏍，而是用模型能💅力说话🦸♂️🇻🇦。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📢。
赵晨阳：但有⛰一点值⭕🇰🇵得欣喜：✨📦这几代模型没有明🛴显退化，🥪💱之前做得好的任⚪♒务，后面没有🍾🥙变差，这很难↕➡，代价是模型上😨下文长度已👠❔非常夸张🥪🛹。网络名人在社🇦🇼🇬🇶交平台上不是不🏴☠️可以对平🇬🇷台批评😝，但总得✅👨💼把事讲清、把理讲🎯明🇸🇨🚳。不再用 M🎐🔚LA、全新注意力⬜机制：“👨👩👧🥺系统级耦合优化比🇳🇨❕单点创🦛🚜新更难” 晚点：🥝DeepSee🇪🇷k-V4 发布后🥏，你们的实🙇♀️际使用🐓体感如何？ 🧀🎿刘益枫：数🦇🇹🇳学推理、代🏍码能力和 Age📷nt 🚄指令执行🎚🍗都比 V3 好🏢🇪🇸不少，尤其是幻觉🎹🦊少得多🥣。
