（来源：上观新闻）
行业普🛠遍在用“糖🇲🇦🐶水数据”训练模型♻，然后奇怪为💥什么一到真实环境🐈👂就失效📻🇸🇩。第三，采用Muo🇪🇷👩💼n作为主优化🗒器🆔。在GLM-🏪5下差距更悬殊🇹🇨🎏：迭代代理每任务💠🎺花费54.👇⛷90美元，A🎮I科学家🐀👩🎨只需12🚟.20美元🛒。在几个🏚对比方法中🇲🇽📸，直接💆在目标环🆔🙅境里用强化学习训👨🎨练的模型（🧽GRPO on🌗🚶♀️ Targ🖲😲et）能达到🇦🇬37.🌮🦂8%，一🇸🇽种使用通用合⚛成环境训练👩👧👧的方法👱🇪🇸（AWM➖）能达到🧞♀️🔢38.4%，而一👋🤒种通过优化📵系统提👨🦲♻示词来植入能🏏☕力描述的方🛵法（GEPA）能🕹🦊达到39.6💿🔊%🇳🇪。
Muon优化器🖤🌫：从Kimi那边🦃借的🚒。作者吴维📘斌今年🥝39岁，👥🏚是混迹横店短剧圈🐂多年的老演员👨🔧，过去🙋♂️😕两年半拍过10😫0多部短🧛♂️剧，巅峰时期🔔连轴转近一个月，😍被同行戏称🙉🇳🇱为“群演🦉🇹🇨戏王”📂🏃。
不过最近，这🥇个找搭子的问题🚤，可能要🏘被广交会上🚳📛的一台人形机🔁🇲🇩器人解决📿了🇬🇦🏋️♀️。另一人回复说：💧“我激励自己的方👨👨👦👦式，就是做一📆些以后能写进简🎵🌃历、帮我找下😏🧩一份工作的事🇸🇸，哈哈🏩。她补充说，这种👨💻🚌冲突正是🇦🇫投资于一个🐥⚗同时经🇨🇦😇营多家公司的人🇵🇲所面临的“风险➕🇩🇪”👩👩👧👦📝。
