（来源：上观新闻）
两个飞轮🕡分别是模型训🥼🛌练数据飞👌💓轮和智能体运营数🤤👨🦱据飞轮，🖱前者促进“更优异🤼♂️🧞♀️的模型性能”，🦹♂️👩🦱后者带来“🍺更完整的🔌上下文网络”🇩🇬👨🏫。冷食类没有🦓🙄加热，很容易💀滋生细菌🕠👥。在后端训练及优化🦶🚴♀️方面，优⛹😘化器为Muo®🕘n，RL强化学习🛳👟使用GR🇬🇷PO及KL⛵💰散度修🌽正，预训🔸🇯🇵练的3☸2K上下👾文最终扩🇸🇭展到了1M上下文🇬🇪。
" CPU💜重获青睐👞💣，AI智能🇱🇹体驱动👅🕸需求反👩🔧转 过去数年🎣，AI算🗻🤡力叙事几乎🧑⛄被GPU🔙🍚全面主导，C🇱🇹PU一🤶😁度沦为配角⚪。开发者 🍃Jesse 🎁👩🏫Vinc🌗🤸♂️ent ♒💷最早意识到这🇲🇵❕个问题的严🤤🧴重性：“开✝发者们🐵发现，🕠虽然因为 💌Compute🎂r Use 🏞的诞生，让 🦄AI 有了‘手🖍脚’，🗡但 AI🍑📤‘脑子’里缺少针🚤🇬🇬对特定任👀✴务的专业 SOP🇧🇶📷（标准作业程🇹🇲◽序）🇬🇪。
在注意力机制方面↖，V4采用了D🔻🔽SA2，融合😥了DeepSe🔎ek V3/R1⚫中的D🐪⏸SA机制，以及🔱📹今年初Deep💴🇨🇬Seek论文中🇷🇪🔅提出的NSA两种🇲🇹稀疏注意力🙋♂️机制🦑🛸。GPT-5.5🤸♀️💴 则帮😧助发现并实现了技🖖🎏术栈本身的🇫🇴🤤关键改进🇦🇨🔮。
