（来源：上观新闻）
Pro有🧧🏉61层，Flas㊗h有43🗝层，CSA和HC💓A一层一层往上🔆🤫叠🎓🐢。整个过程💆对每一层📀🇲🇿都跑一🚗🛍遍⛺🍈。85人的内部开发🥃♋者调研里，91%🏑表示V4-Pro🔝可以作为主力co🦛ding模🧝♂️型🚐🇹🇭。子代理和更高级🏳别的算法（例如进💱🍰化算法）由顶层👩💻 DC 🇨🇺Core 模块管📫🏷理，该模👅🤥块与底🕠🇻🇺层 LL🧬🧣M 会话交互🐦。但自变量联合创始📃🐨人兼CTO王昊指🚗出，VLA的🇯🇴🥊天然缺🤜陷，恰恰藏在这种☪❎“分工”里💷🆑。
。公告显示，俞📬😝敏洪和他们进🇹🇩🕵行了沟通和挽留🇰🇲，但最终尊重了🔥他们的🆒🕰选择🎒🕞。训练方式是⛺一种叫做GRPO🦉的强化学习🏩算法：A🎋🇵🇷I在练习场景中一😾次生成多✅个不同的🤺🍋答案，系统根🙏🔮据每个答案的☎好坏给出分🇬🇧数，然后通过🧪♟️对比组内分数的高🔧低来计算每个🚿👱答案应该被强化📋还是削弱🥃🤼♀️。两种方式都有🗃一个共同的缺陷：🚽🈲AI从训练信👨🦰号中得😂🏊到的反馈🇻🇺，是"这个🥋🌚任务整体成功了🏜火端泛站"或"🇮🇹失败了"⏭🏖，而不是📛🎫"你在第三步查询🇷🇼👨❤️💋👨数据时出了问题"🛳。
