（来源：上观新闻）
与Op🎪🌎enClaw的静💡🇫🇰态调用不同👨⚕️，Hermes在🚴运行过🇨🇾程中可以自🍹动生成🇬🇾🇺🇿、优化、存储新➗🇭🇷的技能代🕓码，并通过“🔳技能蒸🖊馏”机💄制将任⚒务经验沉🇱🇺淀为可复用的技💓🇬🇬能文件🍈。3月初，一部号称🇵🇷“3人团队、8📢🇵🇫0集、4⚡8小时完成、成📪📤本仅30🚑00元、播放🏌量5亿”的A😣🚑I仿真人🕙👨❤️💋👨短剧《霍🌤去病》引爆舆📀论，很多人以🐜为普通人逆风翻盘🇦🇪🏘的机会来了♻🤸♂️。这种矩🇯🇲🇮🇨阵在乘法下🔑🇧🇾是封闭的，堆很多🥬层也稳🇸🇾♒。这种设🔱计的好处🍱是，系💒🕹统可以灵活处理不🥺同数量的区域👵，不受区域数量变🌧化的限制🇹🇰🇱🇹。GRP🐆🌑O在使用🧮8个样🤹♂️🇨🇷本的情况🎠下，综合🍹平均分提升至47👠😚.08✔🍸。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，A🏄♀️👩🔧I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🦸♀️。
。这匹“马”🇻🇨，叫Hermes📇。从训练轮次的角🤾♀️seo与sem的区别是什么度看，以τ?-B🇦🇨ench为例🏌🇯🇵，TRACE在不🚐断增加训练轮次时🔟🌈通过率持⛑续稳定上升，从0🇨🇨轮次的32.🧵🦵9%一路攀升到🦐5120轮😚📻次时的🔷💅47.0%，🧥🇦🇪曲线几乎是一条平🦞滑向上的折线🎧🉐。AI短剧的⛔💷风口之下🇳🇱，“人脸🌖买卖”的手♓🤦♂️越伸越长，♊已经从👩🦳🌰素人和群演，🌓蔓延到🌖🐆中腰部及以上演🇵🇬员，集体⏳💘发声的顶流演员⏪🏸，难免会有唇亡🐘🤪齿寒的Ⓜ危机感♉🌅。
