（+微:hywyysxs）
这项由普林斯顿大🌤🌲学领导的研究发📈表于20🐩26年4月，🐜♊论文编🧔🏈号为arXiv🥟🧒:26🐉04.20🥐🌮156v1🧹🥚，有兴趣深🇨🇽🗺入了解🥛的读者可以👩👧🥩通过该编号在a🔚🛁rXiv平台🐺🇲🇱查询完整论文🐁。Beck🏵y：我担心这🦁可能会🇸🇮🐫让你付出八十亿🕴👨👩👧美元🍸🔓。点进去也很对味🕵️♀️🇨🇼。国内围绕R🇹🇴🙎ISC-🧾V的布局⬜♻，已经不再停留🔳在做核🚭、做MC🕟⚙U、做研究，📘🇩🇬而是开👩🎨👩🦱始走向做芯片♓、做平台、做🔆系统、做场景🇹🇭🦖。我们在化学、♑🕥核能等很多领🍇域都这样🕚👦做过，👨👦🇸🇰所以在🐤 AI ⬇这里当然也可以📔这样做💒。
在梯度更新😣⏰上，研究🥇团队遵循了"选🏠项-批评家"（O😝☪ption-Cr📠itic）框架🇸🇳的A2🤝OC算法，🇧🇼♈同时更新三类😩🇳🇺参数：批评家网🌝🚍络（负🌺🇮🇳责评估当前局🎸😺面和选♒项的价值）、🐍控制器的终🔢止头和选🐸👆择头、以及🔌4️⃣模型本身🀄🆕的LoR🇨🇷🎮A参数👨👨👦🎣。资产负债表🎷🥓方面，🖨♟️现金及短期投😂🗻资123亿美🇨🇼元，库存80亿🕜🌸美元（基本🛅🖇持平），长🆗🕧期债务🤬🍵24亿🦙美元🇪🇦🇨🇽。频繁切换☄📶专家，意味着📬⚙系统需要不🇹🇱断地"🇲🇹搬来搬去"，这🖌个过程会产生大🗳🍱量的时间延迟💥，就像你每隔几🙍♂️🎭秒钟就要🍄去仓库换一套🏢工具，效率自然很🍣📸低🕣👉。
