（来源：上观新闻）
和Op🏋️♀️enC💐law一样，H🚨🤲erme🦸♀️s也是个🤸♂️🧩开源的Age🦸♂️nt项目👊📎，由No🥧🇮🇱us 🇹🇰Rese🏇📶arch团队于🙅♉2月25日推出↖。目前让大模型🇸🇰🇪🇺学会解8️⃣🇳🇴题，主流方法叫🇦🇿🌗做PPO（近🇵🇼端策略优化🙅）💤。
这和AI解数🗄🚴♀️学题的情境高2️⃣度吻合🏓。这些团队能够💦🇦🇿在 3-6 个月🇲🇳内完成💳💒现有最复🏬杂设计的流片， 🤷♂️🐴而不是目🌝🇹🇹前的 18🇧🇫-36 个月🧺。从训练轮次的🌂🎀角度看，以τ?-㊙🥤Bench为例，🇦🇶💯TRACE🇻🇮💥在不断🧮🇨🇼增加训练轮次🧦🧀时通过率🚔🤪持续稳定上🙋🏄♀️升，从0轮次🎪🐨的32🍂🇳🇱.9%🐎一路攀升👩🎤🍠SEO是什么到51🥔20轮次时的👩🦰🕵️♀️47.0%，曲💠🎐线几乎是一条平滑🏹向上的折线🏉🇹🇯。
