（来源：上观新闻）
“产能确实爆🔧炸了，但爆款不足🔯4%，典型的🇧🇮🦹♂️冰火两重天😛🚀。这个方法在📟🎲实践中效果相当💔🔕不错，💖🇦🇫原因在于：😎它不再🧣🚞试图给推🍮理过程中🇿🇦🆑的每一步打分💼🤲，而是把整个🙅🛬推理链当成一个🇵🇲👩👩👦👦整体来评价🏋🇩🇬。
子代理和更高级别🌤的算法（🌑♊例如进🍍化算法🌎🌺）由顶层 D🇹🇷C Cor🌟🍋e 模🎎🦌块管理，🧮🔆该模块与底🔌🚗层 LLM 会话🍧🦋交互🐷。在几个对比👩🔧方法中，直接在目⛅🇬🇲标环境里🇨🇷用强化学习🥌训练的模🇩🇯型（GRPO o🏂🧺n Ta🥡rget）能达🥝到37.8🚕🌞%，一种🈳使用通✊用合成环境训练的🏰方法（🍵✴AWM）能达1️⃣🌈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%🇳🇴。
