（来源：上观新闻）
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（AW👩🎤🐁M）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（GEP🖍A）能达到🇧🇼🚵♀️39.6%📷。进步体现在，H⛹️♀️🌃ermes试图🤗💛重构Agent🎇🔭的学习◻👨🔧方式🇬🇸。
从市场🇰🇮6️⃣角度看⏏，谷歌此次双😵🖐芯片策略☃🚔直接回应👦🐅了AI基础📟设施成本压🛷力🚓🤘。通过反🌆复分析🚸😐，系统在τ?-🔫☯Bench上识🔛🇲🇸别出了四种核心🎇能力薄弱点🇬🇱。Design 📒Cond🌲uctor 有时🇸🇰会陷入人类🔮工程师会避◀🚿免的“兔子🌉🆎洞”💓🎥。但幕后主创团队很🎋🦹♂️快出面澄清，“3🗃000元仅为算🎊力成本🇹🇫、团队实为20🧼人、作品只是🌒两支短🍣片”🥀。他指出了三👳♀️🗺个积极信号：👨💼公司订🥕单规模持续提🧑⏩升、优👨🍳🥜质客户群体不断扩🇸🇳🚢充、现金流状🏂⚠况稳步改🤹♀️↩善🦹♂️🇭🇲。
网剧《灵魂摆渡》🔏系列之于剧粉，🇪🇺⛵是国产🇾🇪☕志怪剧的天花板👩👩👧🥊，播出💮📷12年间，被反复🌬翻出来咀嚼📈。结果显示0️⃣，这个混合方📆案和标↪♏准PP➗🛵O一样不稳定⚾，同样出🚍现了性能崩溃💳🚭。在后训练阶👪段，V4这一代做💷了一次方法论替换🏒👩👩👧👦，传统的mi🇮🇳xed RL🖼阶段被On-P⌛olic🔯🥙seoy Dist🗜illa🇵🇳🚰tion（OPD🌘）完全替代🤨。
