（来源：上观新闻）
GRPO的成功🈸，本质上🧦是这种框架切换🗄的成功🍲🏏，而非多采🍟样的必然功🐨劳🇯🇴。而Herm😄es有些太‘✝自作聪🇻🇬👨明’了♋，不管↔🇬🇵什么事🐺它都会自动生成一🧞♂️堆技能，我的S🙋kill会越来👩👩👦越多，且很🕑冗余，有些🏄♀️东西根本没有必🇫🇰要💄。在 TID🧘♂️201👡3 上，☎PANDA 👩✈️同样以78.4🇸🇹蜘蛛识别扫一扫%（基于比较关🇺🇿🚼系）和77.🥼💲8%（基💔🚚于分数）的准确🐫率大幅领先其🤵😥他方法🚶♀️。
在理想设🍎🏊♀️定中，Herm🎖es可以通📅🇦🇷过技能蒸馏不🐥断优化自身能力📣。但这份👨❤️💋👨名单把他们的名字💇♂️和V4这个🆗⛹️♀️大家等了整整一年🧔多的模型，绑🧱在了同一张纸上🇻🇪🔰。
