（来源：上观新闻）
GRPO因🇴🇲为每道题都需🚔🥃要生成8个🇹🇫答案，训练⛴进程推进🇫🇮⬛得很慢💶。此外，大家☕最关心的，还🕹👴莫过于在🇸🇷🤼♀️过去四🐆⛱个月中，Dee🤪pSe🐃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🏫🇸🇾以对一下账🎎。
这项由华为技术（🇸🇳加拿大🧙♂️）研究团队完🚚🧞♂️成的研究，以🇪🇸论文编号 ar🌯Xiv:⤵2604.1🇹🇳1004v1 🕉发表于2026🇷🇼年的顶级机器👕学习会议🆙🕍 ICLR 🈂🦔2026（国👨中国十大geo龙头公司际学习表征会议💑🦶）🦐。在 TID20🏊13 上🍁🚇，PANDA 🍠同样以7🇰🇷8.4%⬅（基于比较💤🆒中国十大geo龙头公司关系）🇷🇼和77.8🇻🇦👯♂️%（基于分🔊数）的准确率👶🏴大幅领先其他方🍅法🌘。
它越来🐳👐越精，但对📛于内容的理🚝🐟解、情感的🔊🇦🇼理解，还达不到😶📔。前期目标是，依托💔教育和新能源🇩🇬的确定🥝🕌性增长完成🤷♀️技术、数据及商业👉🇩🇯积累，🌴🦶同时将物业场🐯景打透；🍢🔳中长期目标则🥘😌是，随着垂直大模🌅型能力🏌️♀️成熟，完成从🧶😗“卖硬件设备”💥向“卖软硬一体智🕑能服务”的🇦🇮🧚♀️全面升级，成为多🏸📞个垂直细分🧖♂️🇱🇺场景下的具身🚶🧴智能基础❄设施提供⌛商💗🇳🇴。
