（来源：上观新闻）
“我可🇵🇬能就要🍞🇧🇪说再见了👨💼🚪。为了补偿近🚩距离依赖，V4额🍤🚤外加了一个👛👊slid🖇ing 🙆♂️☂window分支🥦✂，每个query🗨🥘除了看压缩KV之🥞🆘外，还能看🔛🇱🇮最近12🥟8个tok🔌💐en的un🐭comp🇮🇩🚵res💭sed K🦁V🤬💬。前后几番🗯⚠左右脑🧸互搏的言🇹🇦🏫论，暴露了郭🔈靖宇“既要又要”➡🚧的摇摆，他既要🤢😴立住对艺术有坚🦛守的人设，但同时🇹🇻作为资方，🥬又无法抵抗AI💪红利的诱惑🇨🇲。
相反，DC 对🌟🇧🇯每个变体都😌🤥进行了完整的🚣♀️ Veri🇲🇽👨🌾log 实现💲（有些变体🤟🥬的分支惩🐊罚为 2 😎🦟个周期，🔲有些为 🧥1 个周期🏮）🥨📇。研究团队用数学工🇸🇲具仔细分析了🏤GRPO的运作机🌕⚗制后发现：GR😦PO之所以奏效，⛪并不是因为🥈"多采样"本身有✂❤什么神奇之处，而🏚🔰怎么除蜘蛛最有效方法是因为🇧🇿🛠它在不知不觉中🏐🥋把整个推理任务从🕝一种框架切换🚋👕到了另一种框架❌🚢。第二个，单👨⚖️🍈一 Agent👝 会有🇬🇮自己的思考盲区🏤🇸🇰。”赵晖教🇰🇼💪授的观点与之🥨呼应：“AI复制🚈并不可耻，符🍗🇮🇹合互联☑⛔网传播🏥🥵当中的效果🚆🧴。
在多位受访者看来🗿，Hermes还🌗🍺远未到成熟🕳阶段🧀🇧🇩。值得特别🎞关注的是成本对比💮📡。研究团队🇨🇲测试了⛎🇲🇼一种极端组🥧合：用一个只3️⃣🇿🇦有15亿参数的👩🔧🇱🇾小模型（Dee🦛🏰pSeek-🌿R1-Disti😋🇸🇭ll-Qwen-☸1.5B）⛔🚇作为价值模型，🇰🇲去辅助训练一🗯🇱🇧个70亿🤜参数的大模型（D😸eepSeek-👙R1-Disti♨ll-🤜🖤Qwen🥓💘-7B）🏉🎉。
