（来源：上观新闻）
在几个对比🇮🇨🦸♂️方法中🥚↘，直接在🛩0️⃣目标环境里用强化🆘🇸🇾学习训🎉🧑练的模型（🐂🏤GRPO🚏 on T🥟arge🦌t）能达到37.🍣9️⃣8%，一🏴种使用通🇶🇦👨👨👦用合成环💞📦境训练的方🧠🖋法（AW🍏🇧🇧M）能达到38.📥4%，而一种通🇸🇸🈂过优化系统提示词🇲🇫🎆来植入🏹⛵能力描述的方法（😸🖼GEPA）能达到🆓39.6%🔇。
V4把这件🆑事推到了🇸🇬百万t♿🍻oken♟️🐎。CSA做两件事🇻🇪，先压缩，再稀疏🇨🇫选择👨❤️💋👨🐼。网络拓扑方面🖕，TPU😈 8i放弃了👨🎤🇩🇲TPU 8t👩🦲🏛沿用的3D环面🐋（toru🕣🇿🇲s）结构，转而采🐕🇦🇶用全新的Bo◾💦ard⛺fly🍴互联拓扑🌈。
