（来源：上观新闻）
此前最🦸♂️🌎好的AI⚖🏘系统只能1️⃣🇻🇬完成约21%的评😟👨👨👧分要求，而😞顶尖博士生能🇱🇻完成约41%⌨。” 同样的一句话📛🖥，落在不🇮🇹同的人身上，🤡🍌分量却截然完🌿🔳全不同🏞🇲🇽。删到V4，单t🚛⛳oken推🦹♂️🚋理FLOPs砍到🏟🇲🇭四分之一，KV🖱📴 cache🗾砍到十分之一🐌。**十一、研🇺🇸究的局💙限与未来方👩⚕️🕞向** 研究团队💊🈹对这项工作的局限🇪🇨性保持了坦诚的态🚶♀️度😠。
AI科🕯🔄学家使用GLM-🍎🇵🇫5模型时达到↩了平均33.🍋📸73分🍤，比此前最强A🗽1️⃣I基线高⏳🤢出11.15分，🌎🥕并显著缩小🇫🇯🚵♀️了与人类🥙博士生的差距🤔🕵️♀️。闻声而来的工作➰室，这才发布一纸👃👡声明，💎进行维权🛌🐰。网友戏👩⚖️称：“当年⛲🏆的桃（🌵爱奇艺🇮🇸🗾民间昵称），如🐌今只剩一根🏄桃毛🧧✨。先SFT打底🍶🖐，再用GRP😶O做dom👨🔧🏑ain-spec▶🇧🇹ific 🇬🇼🇵🇭RL🥦。具体而言，标准🇰🇳😘PPO把AI🏮🌐解题看作一个漫长🧮👉的"连续决🧯策过程"——就像🇳🇨下棋，每走一步都🇨🇰*️⃣有意义，每一🥉步都可能影响最🔏终胜负🎥。
