（来源：上观新闻）
GEPA🔯🐥则在较早的阶段就👨⚖️☂趋于平缓，最终🥛💃停留在39🏧💄.6%🉑。但效率，并不是机🧧🎙器人与人之🗂间唯一可能🤶的关系👨👦🏭。相比之下，🦁🇸🇹直接在目标场景里🐼🇦🇴进行GRPO训🇸🇹练的曲线显得波🐉👃动起伏，甚至🎮在3840轮💎👩👧👧次时出现了🚝🙎♂️下滑（从3🇹🇬✉7.8%跌到35🇧🇱🐔.4%），最💆♂️终停留在37🔋🐻.8%🇧🇶。
在几个对比方法🙏中，直接在目🦍🈷标环境↖里用强化学习训🇱🇷练的模型🚱（GRPO ⚔on Targe⭐t）能达到37.🇳🇫🈚8%，一种🇻🇺🥚使用通用🖋😡合成环境训练的方🏛法（AWM）能达🎥🔎到38.4%🧫，而一🇩🇲种通过优化🐲系统提示词来植💃入能力描🥭🔣述的方法（GEP🧯🖊A）能⚫达到39.🇰🇾6%🏳👶。如果说去年的🏣热点是短剧，今😧😯年的风向😫👕，则是AI🚰😢。Part👨💼smc中国有限公司官网ial RoPE👨👨👧📪。
