（来源：上观新闻）
”盖尔回应道⏏🇧🇴。汇博机器人的🦓破局之🇸🇧💷道在于🌌坚持“🌵🇸🇱场景定义产🧲品”，⚫↙深耕垂直场景🇧🇫。对漫画分镜、🈵👨👦👦电商系列图🙂来说，🦇这是跨越式🇧🇫↙升级🤸♂️。DC 必须交付可🥭验证的正🍬🤺确设计🇲🇻。但在实际使🏵➗用中，这🧠⏬一过程高度🕐🔔依赖模型判断👼。标准PPO从基🤷♀️🦑础模型💰📅的52.4👨👨👦9分提升到🍘56.🧺44分，进步明🔈显但并🈷🇬🇫不突出🚾🔟。目前的机🐬🥊器人在任务Ⓜ🇩🇴失败后，通🍎常直接停止，返📃回错误信息🇲🇳🏠。数据印证🆒🏥了这一趋势🔖。标准P🇬🇺PO的方式是😿：出题，你作答，📴老师给整道🇹🇩题的每一行🇳🇫打分，但他因为💣🦔"尾部👨👧📑效应"而🕎🏀打分失准🔻。借鉴OpenAI🎨和Str🎫eaming🙍♂️😙LLM🌸的trick🧺🛑，在attent💅🇱🇦ion分母上加一🐌🧖♂️个learna🔽🦛ble🎩 sin⬜👨👩👧👦k l🌖💆♂️ogit，允😩许at🇷🇼🍁tentio📃🥑n scor👼e总和不等于1🏐。
。Verko👌r.io的联合创🇪🇬💶始人Su🌤▫resh Kr💦📢ishna表📍🦎示，团队的核🇱🇷心论点是，💾这种方法比仅在整🦎🔁体设计流程中🎳使用专👩🎓🇹🇷门的 AI⚖ 系统来完成特🇹🇳🈸定任务更有效🇾🇹。其实最近大家在聊🙇♀️⛹ Harnes🕠s Engine⬇eri🕑♈ng 的🚻时候，肯定会聊🕌到 Multi-♥Agent，为🈚什么 🌄🎢Multi-Ag♒📯ent 这么重要🇬🇫？ 这个概🇫🇰念两年前就有🌺了，那会儿我不太📢看好👩🔬。所以大🏒🇧🇸家意识到🇸🇾⚓，多 Agent🌶 不是要不要🥎的问题，是💲🦁早晚的问😄题🎎。
