（来源：上观新闻）
前三个头🤟👨🚒seojun是什么意思使用交叉🧻熵损失函数（适合🚓🏄分类任务）🇸🇧，第四个头使用L🎸1损失函数（适🏠🔴合数值回归任务）🐯♏。而GRPO通过🏯把整个答案当⚾📡成一个整体🍤来评分，🏠🈶实际上是把🇻🇺😘解题任务变成了一♒个完全不同🇨🇴的模型—🎙—技术上🇧🇦🍵叫做"序列级🇸🇹🥌情境赌博💌机"（Se🇵🇱que⬛👩🎓nce-Leve☁👩✈️l Conte⬆🇹🇳xtual🧗♀️ Bandit）🇦🇨💒。现在，📯有人想🕠🈵seojun是什么意思让AI代替🇬🇮👷人类完成这整套工🍡🥮作，而且🇸🇧🦄是从头🇲🇵👚到尾、不依赖🧂人类干预，🎊连续工作几十个🚱小时🗑🧛♀️。
这个差🍪🌕距越大，说🤕👩👧👦seojun是什么意思明这种能力👛越能区分成功🛵🌲和失败🇹🇨🍙，也就越值得🚎重点训练📩。前三个头使用🍠💘交叉熵损失🇳🇷函数（适🇰🇾🦆合分类任务），第💺四个头使用🏜🏋️♀️L1损失函📐数（适合数值回归🍾任务）🇳🇵。四楼会场👷♀️🇧🇼中央的展⤴厅，全给了🏂AI技🇨🇺术公司：👀AI漫剧全产业链📏🧝♂️服务、舞台💼🧶AI智能😀跟踪、AI🏑+AR导🍢览系统⚫。
1M场景👨🌾下，V4-Pro🌲🍹的单tok💂♀️🚾en FLO🇦🇹🧓Ps只有V🔀3.2的27%🇻🇬🖖，KV 🚝🧀cac👱♀️🤘he只有1🚯🦠seojun是什么意思0%🚵🏄。研究团👮⛹️♀️队将AI🏛科学家与非层🏰😘级化的简单代理🥦（在Pape🎠🥌rBench🆕🎫上对应Basic🎃Agent，在😐MLE-🧪🇬🇺Bench 🇸🇻🎾Lite上对应🌎AIDE）🇰🇿进行比较，🛹🏞发现即使📄💸是去掉文件↪🎛即通道机制的"残🛷🇮🇳缺版"AI科2️⃣🎥学家，在P🧚♀️aper🙄🚏Ben🥬ch上仍比Bas🚶icA🥡gent高💏出4.74分，在🕵️♀️🥼MLE-Be🇵🇬🌝nch 🙍♂️🍜Lite上📔的"高于中位数🇰🇪🎼率"和任意奖❇🌨牌率也分🇯🇵🇨🇭别高出2🇲🇷🙉2.73和🚙🥁9.0♟️🚳9个百分点🕜❣。
