（来源：上观新闻）
资深AI🖇产品经理刘思行指🚵♀️⛱出，当前，H♠🤫ermes的📻最新版本仍处在🦜0.1🎢阶段，这其🦂实说明其仍是一🇲🇼个很初阶的🎣🧳实验性💥🎳产品🏢。这就是“与世📷👥界交互”🙊⏱的真正含义👨🦱，不是🐬🇬🇵被动执行，而🇲🇽💨是主动学习🇰🇷👇。动易科🎣技创始人、CE🐎O兼CT🇭🇷O任晓雨，把这种💼🇲🇶思路概🍺🌩括为四个字： 💭"以新造新"🏨😊。这种双向信🦐息交换，使每个🛣区域都能在"💹🏬看过"对🍡🚒应区域🎛🏪的基础上，🦏做出更🍳🇭🇰准确的判断👨🏭。他强调，对汇博的🌪投资价值应着眼于🚊🕔其未来成为🎀💆在新能源、特种🥮🏴工业等垂直领域具👨🎨🎡备定价能力👩👦👦😂的平台型企🙎♂️业，而非仅仅关🏌️♀️➿注短期利润表1️⃣📏现🧗♀️。
如此一✉来，标准🇮🇲🔆PPO训练出的A👏I，往往不🇨🇺仅没有进步🥍，甚至比👨👧👦训练前更🦸♂️差🚩🙍。研究团队🤙🇸🇮用数学工具仔细📶▪分析了GRP⛈🌰O的运作机制后🤓发现：GRPO之🧜♂️🚍所以奏效，并不是⏺🌁因为"🇮🇱多采样"本身🤩🇳🇿有什么神奇👳⛹️♀️之处，而是💥🗨因为它在*️⃣🎴geo是啥不知不觉中👩⚖️🚦把整个😒推理任务从一🌰🈶种框架切换到了🤣另一种框架🏗♾️。**一🔭、训练🍀AI推理，为🇦🇶📅什么这么难*🍊🧑* 要理解这项📆🇵🇭研究的价值，🍏得先弄清楚AI推💇理训练的现状🍂🥚。同时，这👶种自进化🔘🇦🇼还可能带来更🇹🇲大的安全隐患😢🚵。例如，转🇪🇦💗发实现最🛷初常常导🥁致关键🇫🇰💗路径过长🎒。每一轮实验都会产🔙🤣生代码、日志🔖😛、结果、🚣♀️诊断记录🇩🇬。鲁豫表达对☹😹AI演员的看法 💙👨3月20日，一篇🇱🇸😞题为《🐋🌜500块卖肖像权🤹♂️🙏？横店🍟🔎“戏王”39⭐🇻🇳岁失业🛐🕳，AI⛎🐘抢走了短🕋剧演员〰饭碗？》🇩🇰的自述文章引发广👩👧👓泛讨论↩⛄。
