（来源：上观新闻）
目前，↪中国企业正🐍👜加速向产业🎦链上游的自🥿💎主可控👚🚦迈进🌤。总之，💁♂️〽多 Agent🚗 是一条必🇹🇱要的路径🚚🎣。数据在模块🇦🇲之间每传递一🤟🇹🇿次，就会🎀🧔发生一次信息🇮🇨损耗和延迟🎸👨🔧。在这个测👷🙁泛站群程序试中，基础模🥈👩🔬型的通过率是32👩👦👦.9%，航空🇬🇭↕领域2⏯4%，零售😊领域3🙎6.8%🕰🇫🇮。
实验数🤣📴据显示，S🎳泛站群程序PPO大约在22♏小时内就能达到约🎆🍦58分的峰📫值水平🏚🚲，而GRPO⏸📓等方法需要明🏳️🌈♦显更长的时🦃‼间才能💕达到可比水🌎平，整体速🗿度差距约🇵🇬为5.9🤽♀️5️⃣倍🤹♀️。它可以🕓🇲🇼同时召🔓🇧🇴唤多个🇪🇸子代理并🏎👗行处理🔞🇨🇮不同维度↪，再汇🛐🤵总成完整的分🍝析文件，供🐕后续所有代理🇸🇹参考🕡🚈。研究团🇹🇦队用数学工🚝具仔细⏭分析了🇵🇸GRPO🇸🇮泛站群程序的运作机制后发现🙃🐮：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🇲🇴。
第三步是"针对性🧡强化训👄练"👨👧👦🙂。”Me🏰ta首席人事官🇧🇶珍妮尔·🇦🇿🔹盖尔(Jan👨🦲elle🇪🇹👩👦👦 Gal👨🚒🇦🇽e)写道🉑。第三是"功能🤷♂️性比较"：对于🖕泛站群程序每一对对应👟😒区域，有🏝且仅有一条比🇭🇹🌕较关系🇨🇺🧭，不允许出现一个🌅区域对应多个🌔🦓比较结论的⛵情况🕌☕。
