（来源：上观新闻）
在后训练🥝阶段，V4🇵🇪🗼这一代做了一💃🛴次方法论替换，🦞🦹♀️传统的mixe😸🤚d R🧟♀️L阶段被On-P🇵🇲olicy ⏩Dis〰🙍tillati📬🇨🇩on（OP🎒D）完全替代📶🎄。研究人员🙄通常有两种选🏀🤴择：要么给AI看🦖🙇大量来自各种🥩场景的训练数🎂据，希🚫望它能从😽🦎中"悟"🏋️♀️🤹♀️出各种技能；要么📊直接在目😃🇺🇸标场景🕷里训练AI，🤨让它从最终的🕢⛩成功或失败中🍧🇮🇴学习🦎㊗。
与OpenCla🇸🇻👃w的静态调用不🏩🤩同，Herm🇲🇾es在运行🥳📳google加速过程中可以自🤷♀️👵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6️⃣。sparse a🇧🇯ttent🇪🇷🐇ion不是从头👨❤️💋👨打开，前1👨🔧T toke〽n用dense ⏭attentio🌔n做warmu🤑🇭🇰p，扩到6🚫🏗4K时才in🐿🇧🇲trodu🐾😨ce sp⛪ars👩🎓🤓ity✏💴。
这表明🐀其发展轨迹大约落🛬后最前沿闭源模型🧛♀️🦗google加速3到6个月✳。此外，DC 🐁👨✈️在某些情况下还🥨⚰会低估解决某🇫🇷google加速些问题所🧼需的工作复✍🦁google加速杂性🗃🇸🇰。原因显而易👨⚕️🇼🇫见：这需要推翻至👨🔧少一部分先🔳前的设计成果，并🙆⚫且存在🔭🇸🇷引入更多🤤🥐缺陷的风险😀🏳。3月初⛳👩🔬，一部🍄号称“3人团队、🇧🇷🏂80集、▶🌀48小时完成、🏈📼成本仅🗒3000元、🚉播放量5亿”♾️的AI仿真人短💻👩🏫剧《霍去🦏病》引😰♋爆舆论，很多人😏以为普通人逆风🍷📦翻盘的机会来了🤓。
