（来源：上观新闻）
显卡内存👩🔧📪占用也从标准📿配置的9🔍1.5%下降到7☂8.7%，降幅超🗜过12🛢🇨🇾个百分🔐点🍑🅿。如果题目🏄♀️太简单🤰🚩，AI‼👟每次都能答🇸🇲😈对，就没💷0️⃣有学习空间🇲🇨；如果🌒🇬🇹题目太难，AI次🇨🇽次都失败，也无🇨🇴法获得正向反馈➗。V4把它压到V3🗼.2的10%🧷，成本曲线🕊🇲🇩突然打🌬♾️直了💱🐜。区域级别📯的质量分🐮析，正是这些模型🐙没见过、也🌼没准备好🗡的题型♍。这些任务被专🇧🇻门改造成类似AI🧿🧦推理的稀❣疏奖励模式🍶：整个过程中没有⏹🚆任何中间*️⃣反馈，只在最🗳🇵🇬终时刻给出"🍓成功"或"失败"🇻🇨的二元结果🥔🗾。
每一个新连🔢👘接，都在Ⓜ催生新的可🔚🇸🇱能性🇱🇹。创作者要牢🏣🤚牢握紧方向🥬盘🙌。我们观📝察到一些模♋🚘型做出了次优👤👲的设计选择，最🥯🔢终需要消耗🐇🇮🇲大量令🇸🇪🇱🇮牌才能进🍭🙋行优化◀👩👧👦。Verk🇦🇺🇰🇬or.io计🇨🇾划在4月☔底发布设计文件，⏏其中包括VerC🌀📱ore CPU以🇹🇬⛹及人工智能🇩🇯代理系🅾统Verkor🇾🇪近期完成的🗣其他几项🐧🖖设计🥓。匹敌闭源🥁👳♀️。
