（来源：上观新闻）
此前表现相对较好📞的"迭代代理"📆🐉系统（I⚙terativ🔃⚛eAge📽nt）🍎seo专员是干什么的在Gemin🧶i-3-F🐃lash下每个🗃任务平均花费🏣🌉27.4🇦🇱📑4美元，而AI🔢🌭科学家只需15.📻seo专员是干什么的67美⏭🇸🇦元，却🇲🇶📝能取得🥐🦹♀️更高的分数🕣。更重要的是，他们🤼♂️🥧通过大规模💌🥺实验揭示了🐖当前最先进🇫🇰🇰🇮的多模态大🐞语言模型在区🇯🇴🧁域级质量理解🕔上的系统😸🎡性短板——🏃♀️即使是🤸♂️🇬🇮 Gemini💟 2.5 🇰🇿Pro 这样📴🇱🇰的顶尖商业模型，🤪😕在这类任务🌹上的表现🌳也接近随机猜测🇦🇽🇹🇨的水平🇸🇹🌂。
**二🍓👩🌾、一个关键⏏发现：GRP🧶O其实🤷♂️🏄在"偷偷做📓👠别的事"** 🇧🇩这篇论文💥最有趣的地方🤦♂️🇳🇦在于，研究团队对🔛GRPO为何有🇬🇷效做出了一🌾🇱🇦个全新的解💟读，而这个🇫🇴解读成为了他💓🇯🇪们提出新方法🖌的理论基础👨🎨。东方证券🏄也指出，光🙃刻胶在晶圆厂🧾🇧🇦的验证需⏫经历光刻胶性能测🇲🇩试、小试🇸🇽、批量验证及最🌘⚰终通过验证四大流👃👨👩👧程，周期🐪漫长👩🎓🌩。更重要的🇮🇸🚢是，由于👋每个插件只专注🍚📽于一种能力，训🈹🇧🇫练信号非常集⏹📥中，A😈I能够快速🌼、有效🛠🇬🇱地掌握这项技能，🇮🇴🏊而不会因为同🇷🇼时学习太多东西🙍🤠而产生混🤸♂️🚁乱☕⚒。
