（来源：上观新闻）
**六、🇺🇲不只是纸🍲上谈兵：在经⏲🇳🇷典游戏控制任务🌚上的验证** 为🇲🇶⚡了排除"🥟🍙成功可能只是因为🧯🔑在某个😼特定训练框架🆗🤟下的系统优化👨🎤"这一疑虑，研😩🇫🇯究团队把SP🧡PO移植到了🇮🇹🐻五个经典的强化学🛰习控制🗽任务上：精密版🏪💖Car🧰2️⃣tPo⚙➡le（🇲🇦控制杆子不🗒⌨倒）、Mo🇦🇽🇧🇾unt🕒ain☀🚅Car🇳🇷（让小车爬上山🔳）、Hop🎢per（双🇸🇦足机器🤷♂️人前进）✨🇸🇻、Lunar🐿Lander🏫🗞（月球着陆器着陆🤹♀️）和Pendu👅lum（保🚕📻持摆杆↙🇲🇶直立）🎼🐰。
Verk👉or.io的联合🐣🇬🇧创始人🉐Sures🕖h Kri📜shn🤤🚆a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♉。mHC（流形🇧🇻约束超连接）🇬🇵🔫：202🐎5年12🔠月31日上传a🚒ⓂrXiv🐤🍱，梁文锋挂🕵名🐊🦜。这也从实验数➖🎱据层面为TRA🎤🇲🇱CE的核心逻辑😑🐷提供了支撑：少📄💜数几种🐁🌥能力的缺失◽🌑，足以🌴🚀解释绝大多数失败🇲🇶案例🦴。
他们的理由👅🇬🇦是，V📕4的注🇹🇫意力架构允😉许直接对🥉query和KV🎐0️⃣做RMSNo🥦🧸rm，从源头把🇬🇮爆炸的可能压住🇹🇲了🥜。不同于耀🚚🚺客两名纯💆♂️血AI艺人，聿📹潇传媒这番🎫操作，相当于买😝下真实艺人📩的脸和声音🇹🇻🥗来生成数字🎙💨形象，♾️而艺人🥯🛀不用肉身出📩演短剧，就能获得⏯版权分🖊成👨❤️💋👨🎱。
