（来源：上观新闻）
不过他们🇬🇫📍做了自🚁🦴己的版本💒，hybri♋d New🚬😆ton-S🎏🇯🇴chulz迭代🇬🇩，10步分两🚈段🎯📔。V4把它压到V3🚌🥴.2的10👨👨👧👧🗨%，成💭🐈本曲线突然打🇰🇿🦑直了🏝。这说明单👨👦🔚纯"多🕷🧜♀️做几轮交互🇮🇩👘"并不等于更好的🎺⭐结果，关键在于🤴每一轮📄交互是否真🇵🇹👡正建立在📃之前积累的💺🐆成果之上⛸。
这里，"薄控制🇬🇺🧓"说的🇿🇼就是你这个总🔡🇳🇮监——他对🍾🖖每件事只需😨🇵🇰要了解🇬🇪👩🦳概要，不需要把😒🛷所有细节装进自己🧘♂️📖脑子里🐧。而消费者只有在东🇱🇾🇯🇪方甄选的自建A🙅♂️pp才能💕购买会员、享♠🦉受会员价格以及♌积分兑换🚰🚺等服务👱👩🎨。
对普通用户而言，🏹这意味着可以像委💷托设计师一样下🐁👀达复杂指令；对产🉑📖业来说，这是将视🔥🥫觉生产从劳🌘动密集型转🎲👨👧👧向认知智能驱动🇧🇫🤝的重要😨里程碑🇵🇹🇰🇷。有人询问，Me🙀ta员工🇱🇷是否能拿到8👍月15日归属的👞股票，这🧤🍴是部分👝🌡员工薪酬方案的一♾️部分🧬。这组数📼据背后的逻辑是：🔖💧当训练场景🧬与目标场景完全一🔡🚢致（即直〽接在目标场景上做🈲GRPO）时👩🇧🇷，模型很容易陷入🇮🇴👢过拟合或训练🥫📨不稳定的状态—🕜—它学到的可能是🚟🐧特定题目的答案，🥠🇮🇹而非通用的能🧜♂️🐯力；而T🐨RACE的练习🇬🇬😎场景经过专门设计🇧🇹，每道题都由🇸🇷随机种❔子程序🚅生成，变化无穷，⚪🐅AI练的是"能力🥐🇪🇪本身"而非"🇹🇰😵特定题♒🦖目"，🔃因此能够随着💡训练轮次的增👁加持续稳步提升🇨🇲。
