（来源：上观新闻）
第二种方法🔞🔊叫多能👨👧👦力GRPO，在🧘♀️所有能力的🌜练习场景里👩🦱同时训练❔一个统👩👩👦👦一插件，达到4◼0.9%，略高于🦊单一插件但远低于💟TRACE的47😲.0%❕。单 Age⏬nt 的能力一⬇下子快速提升🈷🇵🇦，但行🦗🖖业很快发现了两个🎌📜绕不过去的问题♉👩✈️。
第一个是Pap🛏erBenc🦟h，由🍨OpenA🤽♂️I参与设计👩🦳🎤，专门用来6️⃣测试AI从头复现🕑🥶顶级机♍💑器学习会议论文🤒的能力🧦。而这，正是具⛹️♀️身智能这几年开🍧🈴始在尝试的事🐘情♑。其中有🦅🚛不少带星🆕🇬🇷号的名字，是🦕已经离开团队🙍♂️🇹🇬、但仍然对V🕊4做出过🕵️♀️🤨重要贡🔨献的研究者🥿🌞。
