（来源：上观新闻）
它和数学竞赛🐅🖥、SWE-ben🦏🥶ch（主流代码能🧦力基准👨🎓）很不一样，🇭🇳这个任务在完成编🇩🇿🧚♀️码后，还要和审核㊗者做多轮修改🧣沟通，☸🇨🇱再把代码🇸🇽🌓合并进去🇰🇪。V4 的 10🎻🏃♀️0 万 t🌪🅾oken 上👩👧👧🍌下文窗口🇹🇦🇧🇩确实是一个有用🎎的能力🌂。刘益枫：其实🛫🛀这个问题一直存在👩🚒，之前大家就在想💇♂️🍵解法，比如 K1📥🎨.5 的报告里的🥯🐂 “长度🦖惩罚”，当回👩🍳答同一问🤥题时，会👨🍠惩罚更☝🇨🇼长的回答💝seo和sem。
但开源模型在🕉🗿这方面还没做🦏到这么好📟。莫拉维克的解释👼🇲🇦是，与物理世界🚅🦓交互的能力在👩👩👧👦👩👩👦漫长进化中已深深🖼🧲写入我们的📦🔻神经回路，🅰🥽成了本能，而本能🇫🇴🐲恰恰是📠最难用代🦊🍌码复现的东西🚝🕴。六种并行策略（D🇹🇭♨P、T🍖P、SP、🇷🇴👩👧👧EP、PP、CP💱）的正🧾确性、训练与推理🚴♀️的一致性🇲🇷🦵seo和sem、indexe👨👩👦👦❣r repl🇸🇷ay、FP8/🍞🐇BF16 混💮合采样——任何🎗👩🦲一环出错，💔㊗奖励曲🎣⛽线就起不来🤛seo和sem。
