（来源：上观新闻）
它会在与用户对话🖥🤥过程中4️⃣🐽高频触发🐳📳回顾机制，对上下👩文进行整理，并💬🎠分析提炼出值得被🕺写入长期记忆的信🎹🔡息🇰🇿。过去的方案🇯🇲因此只能🇬🇹使用小型神经🐂🇮🇪网络，处理能力🚲通常停📔留在数十万参🇦🇷🇬🇦数的水平🧝♂️🇩🇰。系统计算某种能力❗↖在失败案例🇹🇹😇中缺失的频率🇨🇺与在成功案⛽🇸🇷例中缺失的🚓🕌频率之差，🧩差值越大说明👷这种能力越🤥🛄关键🦷🎚。
机器人本身只🏣是载体，于行业而👨🦰言，真正🇱🇻创造长期价🇲🇨值的，是它不断📯🌶进化的能力👏🇱🇹，以及由此产🇮🇷🍇生的数据资产；🔀🇬🇫于用户而言，是每🎁天实实在在完🇳🇬成的各种不同🔮的家务🇰🇪活儿🇸🇾👥。因为K🍿V en🌙👩🎤tries既做🎩key又做v🔅alue，👐🔌naive🤾♀️的RoPE🇧🇳🤔会让输出带上绝🧴对位置信息，🤲🥺所以在ou☑tput端也对应🇨🇺🦚施加一个📽🧭位置为-i的R✡👬oPE来抵消🈁，只保留相对📏🔵位置信息👩👧⏹。而Hermes📰的变化，🕓🧛♀️在于把这一整🦂套机制收🛵🇲🇩拢向自🈺📝己🌊。
鉴于这些原因，🥳我们认💿为由经验丰富的架🇸🇰构师指导诸如 😃DC 之类的🚟🧺系统仍然🇮🇴🗞至关重要👻。流程分两步🉑。而更重要的是👶💂♀️，WA🉑LL-B的“与🚤🖍世界交互”能🇱🇹力，开启🌙🤦♂️了一个自🎫我强化的数🙌🇸🇧谷歌登录据飞轮： 进入😊真实家庭 →🇲🇵 产生真实数据🎆 → 🍲模型自我进化 →🇸🇪 能力更强 🌔🏢→ 进入更多家👨🔬💻庭 这个飞轮一旦➕启动，数据本🏐身就成为了模型进🎏🌫化的燃料🎏👨👨👧。
