（来源：上观新闻）
这部分继承🧰自V3🎰.2的😃DSA🚘。这种"先结构化🇸🇰🧂、再语↕言化"的☹路径，可能👸比直接让⚖🏳语言模🤙型输出区域级分🐺🇸🇯析更加可靠和可控🍬。Design C🙋👟onduct🇳🇿👩👧👦or架构🎯😃 本节回顾了De🦛sign 🇪🇬🌏Cond🎤👨👧👦uctor🚢😐 (DC👴🔙) 的关✌键功能以及支🇹🇨持这些功👨🦰🏇sem投放能的架构和基🍬✋础设施⛵👩🔬。
王昊将其类比为🇨🇺🔄人类学习使用筷⏪🗒子：筷子掉了🗑无数次，但每一🌨次失败都👞🇱🇦在调整手上的控🇻🇪制，最🇫🇮😓终形成稳定的技能👨🦰。第一层是🚇序列长度压🧵😴缩，n变成n/🇬🇹m🇧🇯。先SFT打底，再😹用GRP🚇👅O做domai👩⚖️🧖♂️n-specif👨🎓ic RL🇨🇨。中等难度的"M🙉sem投放ediu🌕😂m"级别，其中🐦一张图片🇳🇴❌被同一种🗿失真统一处理，👖🇱🇸而另一张图🇿🇲📃片则是"混合失🌛真"——每个区域👨👩👧🥡都可能受到不同🌶类型的失真影✖响⤵。
