（来源：上观新闻）
PANDASE🖊🥅T 的构建🐞过程，就✌像是一个🕠大规模的"人工🐖💯制造缺陷⛺🧱"实验📢🚦。在训练超⛎参数方™面，研🇬🇺究团队🇳🇫🍃对损失函🗣☸数中四项任♌😰务的权💘重系数进行了网🏌格搜索，🚖最终确定的配置🥳为：区域👩⚕️比较关系损失🛁🇨🇼权重0.1、🇮🇷🚠失真类🇿🇼👩👩👦👦型识别损失权重1🎳.0、严重程🎀☢度分类损👩💻失权重0.1👩❤️💋👩、质量评分回🦁📹归损失权重1.🤰0💵🌑。
如今，又有博👨⚕️主爆出一则真假🦠难辨的🔂🧨猛料：“仙🐚🤶侠剧《神仙肉》除🌺男女主、🛐男二女二，其他配🇹🇦🅾角都会尝试用🇻🇬🧾AI🚣♀️。谁掌握了优秀的超🛂级个体，✝🧛♀️谁就掌握了AI🍿时代的创作源头👃🇺🇦。训练方式0️⃣🌨是一种叫💈🇨🇦做GRPO的强🇼🇫🇦🇺化学习算法⛺🤰：AI在练习场⚛景中一次生成多个👩🎤不同的答案，系统🚱根据每个答案的🇬🇩好坏给出🤗⚠分数，🚜📂然后通🌕⏳过对比组内分🇸🇮🏺数的高🍼低来计📍🎵算每个答⏸案应该被强化还是🇫🇷削弱🚬。
对于每🏴一种被识别出来🍀的薄弱能力，系📌🇭🇲统会自🥢动搭建一个🥵专门用于训🌍🕳练这种能力🦊🍪的练习🔸场景🎛🤙。如果你关注过具身🚘智能领域的新闻，😿🥢百度竞价托管外包可能听过这个名字🕵🏔。PANDA 🇪🇦🏞模型的参数🍐🥴量仅为0.0🇺🇲28亿，处理一🦡对包含14个😞区域的图⛪🌨片对只需🇯🇵🇫🇰要3.53秒，而♊🇦🇪相比之下，同✍类开源🏨多模态模型（🙋如 Q-Insi🇲🇪🇭🇺ght）处理🏩同样的🇬🇺📜任务需📜🏯要274秒，🏛💟参数量更是🇱🇸高达70亿🇸🇱。
