（来源：上观新闻）
当AI💖🍒作答完毕，得🍷🇧🇼到"对（1分😿）"或"错（👗🏀0分）"的结果后🏨，SP😏🇮🇩PO用一👟个极简🔶的公式计算👨🦱🎴优势信号：☑🌄实际结果减去预💰估概率📏。"实现专家"是🤾♂️代码工作的主🔄🐭力🇸🇯1️⃣。在本例中🍚，这些步骤类似于🏆🇵🇾人类芯片🏇架构师团🇱🇻🇱🇻队所遵循的步🍹骤：设👂计、实现㊗、测试等🔊等🇲🇺🌛。话音刚落💭，风向急转📡直下😪。而在海量的🍎🍪AI短剧⚓☁中，素人🙇♀️🅱很难第一时间发🇻🇦现，自己🇰🇼的脸会在🙁哪部短剧里“被💧出演”🕑。
研究团队🙃用数学工具🇨🇦🇨🇴仔细分析了G🥈RPO👨👨👧👧🏰的运作机制后发现🍧🙋：GRPO之所以🇰🇾奏效，并不是因为✅⚽"多采样"🛀🧮本身有什么神🧨🥴奇之处，而是5️⃣🍖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🤴开源低代码平台。AI带来治理新挑🚡战 AI的狂🔐飙，也带来了🇨🇽前所未有💏🕊的治理难题🐨🇸🇻。Fla😁sh-M🛵🌜ax可能是这篇🎎🛫论文最被🏂🎆低估的一部分🥬😐。此外，大家🇹🇴🏄最关心的，还莫🍎过于在过🗃🇨🇬去四个月中，De🇨🇼epSe🍣▶ek陆续放☄出了几篇🛤⏸「可能进V🇧🇾4」的论文🖇🇮🇱，今天技🚙术报告开源了，可😚2️⃣以对一🇨🇷下账👴⌨。这些操📒📺作包括：Sp🖊ace👏🦄X向电动🥕汽车公司特斯拉🈺提供贷款(当🥜🌷时特斯拉急需🐙资金)；向太阳能📗公司Sola🇧🇦🇧🇯rCity注🧂🛑资(这🔑家公司处境艰难，🇵🇱而马斯🐐克持有大量股份🦗)；以及收购他🍞旗下烧钱的AI🧸🍫创业公司x🌙AI🍒🔈。
