（来源：上观新闻）
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（G👩🏭👴RPO 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%🚒😻。
只有两个指标都超🧗♀️过阈值🥝💫的能力，才会被⏱🇰🇵选入训练计划🌄👩🦱。对1M 🦴toke⬇🇹🇳n的序👨🔧🇨🇵列，原本需要at🇲🇼tend 🌟🇦🇨1M个token🙎，现在👩❤️👩只需要a🇹🇯😔ttend 10🐯24个压缩块🇲🇿。
”DataEye🌅🏺副总裁林启文4️⃣🇰🇵补充了另🚞一个维♏*️⃣度的数🗑😔字：AI仿🇩🇯真人短🇷🇴👾剧占比已超五成，🛌但爆款率仅千🧼分之一🇱🇻🔼。1M MRCR🥢上V4优于G👨🦱🏡emini但🧣明显不如Cla🧹👚ude🗼。
