大家更关心的事情，下一个是什么？其实参考这次的FlashMLA，猜测方向大概就是过去已发表论文中的代码实现。不复杂，核心思想大概就是：“论文你们都学不会，ok，代码直接扔你们...”V3/r1中的招太多了，MTP多token预测、混合精度FP8训练、Dualpipe双重流水线训练、Long CoT长思维链、还有一些底层通信算子的优化。这些原始“手稿”或代码，可能就是后面4天的内容之一。转头一想，这...
网页链接免责声明：投资有风险，本文并非投资建议，以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请，作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考，不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证，投资者应自行研究并在投资前寻求专业建议。