（来源：上观新闻）
标准PPO的方式😏👨🔬是：出🇧🇿🏘题，你作答，老🌋师给整道题的每一🇱🇰🇸🇴行打分🔂，但他因为"☸💉尾部效应"而打🈂分失准🧑👘。换句话说，🔳VerCore🙉〰对领先的C😊PU构不成威🛋Ⓜ胁，但它有两个🏘🇲🇰值得关注的地😎方⏏。
某个同🎈☯事新写了一个🌖🐩 Skill🇦🇮，这种情🕓况下我们一般会希🎨❄望所有人的🐲🎂虾都装上©。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🐷（GRP🇨🇲O on🏩 Ta🇪🇹rget）能达🤠🎸到37.8%，一🧞♀️👨种使用📭免费域名通用合成环境训练🤴的方法（AW🚀M）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（GEPA⬜）能达到39.🏧👩👧👦6%🕢。
这意味着，S😔PPO的成🦔⌚功不是因为某🥒📲个特定的数学技🧠巧，而是因为"🍜把整个推🔤🇸🇦理链当作一个⌚🇨🇮整体来评价"这个📕🇭🇹根本性的🌞👨🎨框架转变🇵🇸。最后，我们将重点🤧介绍如何改进前沿模型以🌎☕更好地支持此😠🤼♂️应用，以↔👩👦及我们从DC等⏮🏐系统的🇹🇨🔼能力中汲取的经验🕴教训，这些经🏬验教训将🇳🇨指导未来芯片的⁉构建🌆📂。
