（来源：上观新闻）
在GLM-5下🐅差距更悬🌵👨🦳殊：迭代代理👨每任务花费🕵🌫54.90美元，🇻🇮🇧🇫AI科学家只需🍑🇦🇱12.20😽美元👨🚀。这组数据背后的逻⏬辑是：当🇹🇨训练场👉景与目标场⛽🐍景完全一致（即直♨📟接在目标场景上做😩GRPO）🤖时，模型🚩很容易陷入🤦♂️🌍过拟合或训⛹🖊练不稳定的状态🧚♂️——它学到的💺🦗可能是特🤯🧟♂️定题目的答案👺🥍，而非通用的能🕓力；而TRA🏛🦵CE的👨🚀🤐练习场⚜景经过🐣😢专门设😈🥒计，每道题都✊🍭由随机种子📢🇳🇺程序生成，变🙎♂️🛃化无穷😰🚫，AI🇲🇪练的是"能力本身🇰🇮🖌"而非"特定题🕍目"，因此能🐔😧够随着🌹🕶训练轮次的增🐫㊙加持续稳步提🚡📯升🐣🚺。
Atten💫tion🙍📕 si🖖nk🏥。假设你在准✳备高考，你👨👩👧👧的家教老师给你出🛢了一道难🧝♂️🆖题🏌️♀️🌂。值得注意的是🍒，OpenAI🧷🥭 此次显著强化🍇了中文、日文🤭🙍、韩文等非英语字🤧🤛符的渲染能力，中🇳🇪🔝文准确率从 9🍵0% 跃升至👂⏮约 99%⚓。
Agent🇵🇪 之间怎么发👎消息、怎么传上🥝🇲🇱下文、怎么交🧘♂️🛶付成果🦠、怎么建立9️⃣🇨🇳信任、怎么管理🙉💁♂️权限，几乎是空📒白🍎🚱。研究团队使用🐀了一个🕺🎙名为 DI🇲🇨NOv2 的预👩👦🚐训练视觉模型🐒（可以把它理解🦊❄为一个🔕💾经过大量图片训练🇹🇦的"看图专🔘家"），将输🚹入的两👦🇧🇮张图片分别转换🛎为包含丰富视觉信👎息的特征矩🆙阵🆚🇵🇳。
