（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🇬🇬🇻🇮。在这项工作中🇰🇪，DC 生成🔺了多个版本🇨🇿🆚的流水线；🕗✊图中所示的版本性🥿👨❤️💋👨能最高🇦🇮。“我们🇵🇦❄发现，更好的方法💊是让 🇲🇽🇩🇲AI 代理解决整⛑🇸🇲个问题，”他说道🖋。回头看🇲🇱🏢，人类每一⤴🥦次和技术的关📿💿系变化，其实都伴😿随着自🤓😱我理解的🌼🐏更新🥞👨👦。评分方式更宽🎁🏵容，采用部🔫分分制😴，最高1分，🚴🌬完全完成给🤓🔷1分，部☝✈分完成🐂给中间↕分数🎫🆑。与OpenCla😒🏄♀️w不同的是，🔽❄Hermes多🐎1️⃣长了“脑子🇨🇿”，主打自我😾2️⃣进化，这也是其迅🇨🇴速走红的主要原🖌1️⃣因🏴👩👩👧👦引蜘蛛软件。它会将对话上下🌸🆗文、用户偏好等🇹🇳😟信息持续📏☑存储在数据库中，〰🌍并在需要🦉🇹🇴时通过向量检👀索调取👙🇲🇫。
DC 使用 Sp🌦ike 构建一个🏯整体的 🐒引蜘蛛软件vercore_📐tb.🍽🐦引蜘蛛软件v 测试平👩👧👦台🦃👭。DC 使用 💝Spike 构👨🎤建一个整体🇲🇩😓的 ve😦🛋rcore_t💧🛁b.v🇸🇻👩💻 测试平🙆♂️❣台➗🐾。“我做的是P🏋️♀️😲MF，💬即产品🇵🇬🦁符合市场需求🇶🇦🤥。TRACE的对比😣分析逻辑与此🐳🚎完全一致：一⏏😡种能力如🚩📟果在成😽功案例◀中也经常📸🔣缺失，可能只是✊因为任务本身并不🥢需要它，或者该🗑🦈能力的定义本身就👨🐺不够清晰；只有那🌧些在失👩🍳🇸🇨败案例中明显更多🤩🎀缺失的能力，才是😤真正的🇲🇰🖱薄弱环节🌬。
