（来源：上观新闻）
比如用户说"🔌🦠帮我打开🚆Wi-🌼🥏Fi"，A👨🦲I调用开启📂⚰Wi-F👩👩👧👦💫i的工具🗡👨👨👦👦，结果🏳返回了"低电🧷量模式下无法开🇹🇨启Wi-Fi"的🐀错误，AI✊便直接告诉用户👹👉"对不起，无法🇰🇷完成"🥊。PANDA❣ 展现出了🚱💇♂️最小的性能🐽🇧🇷下降幅🚺度，而部分商😧🍰业大模型在 H🇦🇿ard 级别的🚣🇲🇿严重程度分🧸类任务上🔈🐀甚至下滑到了🔎👩👩👧👦低于随机猜测水平🇳🇷⚔的表现🇦🇷🚵——这说🥉📙明在面🍲对复杂混合🏠📲失真场🚓💍景时，这些模🏦🔋型完全"迷失方向3️⃣"，只🤾♀️🎮能靠"惯性"🍤🐷输出一些听起😿🚚来像样但实际上🎑随机的答案🤹♂️。
当然，Kimi🏢❎ Claw🛡🐩 的群组功🇮🇸☀能目前还有很多不🏧完善的地🥅⛱方🇭🇺🏠。这个数字，就🐋是"题目难度的🖕✊预估"🇿🇲。我今天🇬🇪🇹🇫最想写的，4️⃣↪是 K☎imi 在🤽♂️🐆 K2.6🇬🇲🌔 这一版上🇮🇹🙍做的一个特别有意🖌👨⚕️思的产🇵🇫😚品创新，🇮🇳叫 Claw 群🛍🍌组🌓。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👭🚧。--- Q🗜&A Q1：🥉🤳SPPO和GRP🙆♂️O相比，🚹🇧🇮训练速度🏊快多少，性能有3️⃣🃏没有损失？ 🐫🇹🇭A：根据🇬🇷🛸论文实验数据，🇻🇨SPPO在训练速👴度上比GRP🥃2️⃣O快约5.9倍，🧛♀️主要原因是🥙🆎GRPO每道题🇲🇿需要同时生🚴成8个🍝答案，☄👨👩👧👦而SPP🛶💍O只需🐪🥝生成1个🕵🤮。
