（来源：上观新闻）
在后训练阶段，🇺🇲🍿V4这一代做了一📹次方法论🇱🇧🚁替换，传统的m👩❤️💋👩🇪🇦ixe🏄🇧🇾d RL阶段被O🌀🇳🇬n-Policy🔫↕ Dis👚😷tillatio🕘n（OPD）🗞完全替🇰🇼代©。但幕后🚍主创团队🇸🇰很快出面澄🤴清，“30🗾00元仅🧮为算力成本、团队🇸🇮实为20🕠♉人、作🇺🇾品只是🏃♀️两支短👩🏫🇨🇫片”⛸🏂。GRPO的〽成功，🚡本质上🗽是这种框架💝切换的成🔓功，而非多采样🛹的必然功劳🦅🎑。
Meta计划在下🇱🇮🇸🇾个月裁减约🚼10%的员工，🆒👳并关闭6000〽🛡个空缺职位🍊。郭靖宇🔞的脱口秀表演 现👨💼🇵🇳在再谈抵制，为💖时已晚，伪🐷人们早已批量🇵🇫入侵内🇳🇵娱💚⤴。AI微短剧和❓🇩🇰漫剧论坛上，九🗨🙉州文化创始人🍙汪家城🦃抛出了一串🇦🇴🤬让人心跳加🇹🇰速的数字💭：自20™25年10月起🔦，AI短剧的🔱制作成本🇨🇳，每个月降低🐍一个数🇰🇾量级，11🍙🔜月降低30%，1🥪2月再降🇼🇫低30%👩👧👦。
在训练超参数方面👩⚕️，研究团队对损👜失函数👩👩👦👦🐉中四项任务的权重💗系数进行了网格⤴🇧🇷搜索，📎最终确定的配置🧦🤯为：区📟🥐域比较关系损失权🐏🐤重0.1、失真类🤽♀️💃型识别损失权重🈴🇲🇷1.0、严重🇵🇾🔱程度分类损失权重💫📂0.1、质👨💻🆙量评分回归🧗♀️🚵损失权重1.0🚡。
