（来源：上观新闻）
5.9😲倍的训📳练速度提升，🇫🇲🏋️♀️则意味着同样🐔的算力能在更短时⤵🦢间内完成🐾实验迭代，加快🚆AI推理能力🌃的研究进展🍢。在几个🌮🥅对比方法中，🇫🇯📂直接在📭目标环境里用🇸🇬📏强化学习🥢训练的模型（G☺😞RPO 🤦♂️on Tar🆘get）能达到👩🍳↖37.8%，一种⛱🆖使用通用🧛♂️🛷合成环境训🥿练的方法（AW📹M）能达🇸🇰到38.4%🇨🇰↕，而一种通过优化🐌系统提示词来😫植入能力描述的👊方法（GEPA🅾）能达到39🇰🇬🍅.6%👨👧👧。这在理论🐱上很美好，但📀🇹🇭床上有蜘蛛怎么办实践中就会遇到前🌙文描述🐼的打分困难🇬🇭。
矩阵的谱🇧🇱范数天然不超过1🕒，残差传播套上硬🇨🇰上限，💧💝爆不起来🈂。在这个群里🇦🇸，人和👵虾共享同一套上🦔下文，谁说了什么👷大家都看得见，谁🧚♂️跑出来🎢的结果别的虾可以🇭🇳直接拿🔴去接着用🎏☦。Verk🔡🍶or.io💂的联合👨🦲🦝创始人Sur💔🐽esh Kr🕓🧁ishna🧻表示，团队的🧲核心论点🇮🇨📨是，这种方法比🇱🇰🇦🇹仅在整体设🆑😩计流程中使用专🦒门的 AI📄🧟♂️ 系统😥🇨🇨来完成特定任务更🥊有效🚀🧕。
