（来源：上观新闻）
穿着银色⚓↘铠甲的机器人比🕰🧤划着动作，一只A🇨🇮I智能熊猫坐着🐳🌻电梯上🇸🇩🇲🇺上下下，🤙😺全场游荡©🧒。面对这一困境，🇨🇰另一个流行♐方案应运而🇻🇬⏬生，叫做GR🇲🇭🕣PO（群组相对策🍀略优化）🇲🇿🖇。这印证了"🦹♂️🍶尾部效应"的危👘害——♿错误的⏫训练信号不仅没🏫🇳🇪有帮助，反而起👨👩👧👧到了负面作用🔅🐩。
他们发现，打分💰📧员实际上是🎛🎆在偷懒——它🐻💏根本不关😛心AI😭🇳🇨在推理👖📉过程中的👳♀️第三步、🍒🏥第五步👩👧👧👒、第二十步🇶🇦在做什🦡🤾♀️么，而🇸🇷是一直等到推理接📀近尾声，🍆👨👨👧才突然"清🇹🇰醒过来"，根🥏😂据最后几行文字的😶🖲语义特👨👦👦征猜测答案是否正🔝🧒确🕋。
有兴趣追踪后续进🦂🇨🇰展的读者，🔊🕷可以通过arXi🥳v编号260🌖4.053🚆36关🚆🚍注这个研✴😰究方向的最👹新动态，也可以🐴👨👦👦访问研究🚀团队公开的🦵🛹代码仓库进行实际👩🔧测试📼。与Open💚Claw的静🕞🤪态调用不同，🚵♀️🥉Her👩🦳🍷mes在运行过程🔏🤳中可以自动🎞😞生成、优🦕🍙化、存储新的技能🚁代码，并通过👓🚀“技能蒸馏🛃🏗”机制将任务经验〰沉淀为可复用的技🛤能文件‼🇦🇬。
