（来源：上观新闻）
直到 💘😷Herme🤒s A📠🚧gent🍢🆓 出现🕴🗑。第二种🦍叫"日期时🚩间推理"：AI直💠🇵🇲接尝试心算🥄🙏Unix时间戳（🇮🇸一种表示时间🇸🇸👳的数字格式👔🇦🇿）来推💺🐟算当前日🇱🇮👨🔧期，而不是调🏌️♀️用专门的时间🚢转换工具，结📙🎳果频繁算错🍳▪。而Herm📁es的变化，在😢🇳🇿于把这一🤹♂️👍整套机制👩🔧收拢向自🍤🇬🇸己🌫。模型一⏺🎽层一层堆，🍪🇿🇦梯度沿着残差往🔦⛲回传，这🙊💰是深度🌇学习能wo👏🏀rk的🚔🎢前提🎪🌞。
而自变量🤳🗿认为，破局的🇫🇲🕵关键，不在本体⬆🇳🇱，而在模型🔊谷歌工具。--- Q🐣&A 🦂Q1：SPP🔆📼O和GRPO相比🐇，训练🇧🇾速度快🦏多少，性能有没🤽♂️🏕有损失？ A：🐾😂根据论🐉🍼文实验数据🍷，SP🧘♀️PO在训练速📌🧝♀️度上比G🦂RPO快约5.9🦐🉐倍，主要原🦸♂️谷歌工具因是GR⏫PO每道题需📖🇪🇦要同时生成8个👸👨🦳答案，而🇧🇬🎫SPPO只需🕵️♀️生成1个🖋。相反，DC 📪😡对每个🙎🤭变体都进🏇🏊行了完整的❕🇧🇶 Verilog🇹🇫🇲🇹 实现（有些👩✈️🏯变体的🤬分支惩罚为🧠🔱 2 个周期，有🕵些为 1 ♊个周期）🏇。
