（来源：上观新闻）
交叉熵🥋梯度 反向传播利🦄用了 soft🧘♂️🇺🇬max 与交叉熵🇸🇧组合的🗓⌚一个经🇷🇸🕡典性质🇭🇷：logits😸 的梯度🔳可以简化为🥜🍵 从而在训练过程🌆🎂中完全避免🍿了对数运算的🇺🇿开销🤶⛈。但王尚广提到，当⚜下情况是“👩👩👧👦星间计算🥭多频繁💘💄，星地计算🚵♀️↙难透传”🛅☢。参数规模据称在🚺150亿(1⛷🇸🇪5B)上下，生成🙄速度方面，25👨👧👦🔙6p大概🧹2秒、1🔰⚒080🤖🇾🇪p大概38秒🇱🇨。
研究团队🌴的核心发现令人⛈🌵振奋：🤞通过精心设计的强🏗化学习训练😺，AI不仅🦶在单个任务🇬🇸上表现优✅异，更能够在不🚇🇳🇺同类型的视觉推理🇮🇳任务之🆔🇦🇪间灵活切🦏📷换🧘♂️🇧🇩。在老板的坐标系🇮🇪里，公平是基于能🇧🇶力和贡献⭐💟的理性分*️⃣配；而在员🧱工的坐标系🇨🇩里，公🐈😍平往往掺🎍🛅杂着情绪、面🎯🎥子和人际关系♉。
洪乐潼的🦂🌃Axiom正是📥这种代际优势的🇦🇮集中体现☮🚬。在这项研究中，🥟™研究团队采用了一📅种叫做GS✌🔂PO的强化学习算💫🚞法🚶♀️。在模型比较中，出📶🕯现了明显的能😾力梯度：🐅Opus(0.7🎐35)🥼 > Sonn🌧😐et(0.7➕08) >🤹♂️📈 Hai🧺ku(0🇮🇴.614) 🌐> GPT👩👩👦👦-5.2(0.5🇫🇷81)，🛵与模型规模一致🇬🇳。
