（来源：上观新闻）
而自变量认为，🌙破局的关🐵键，不在本体🛣，而在模型↪🇧🇳。这部分工作在实际©👩🦱工程中🇳🇱📸常常耗时📩最多，却🎱最容易👨👨👧👦被忽视👀🥐。但在SPPO🔬🕍的框架中，价🛣🕓值模型♏的任务极度简化—🛏👨👩👧👦—它只需🇳🇫😾要看一道题，输🚰出一个数字🙂，告诉🥯你这道📪🧑题的预估难度©。性能方面，SP🍁🃏PO不仅没有损失🚻🧕，在1.5♿B和7B两种规模🧑的模型上，SP👷PO的综合平均分📧↩都略高于GR🇸🇪✳PO（N=📽💯8）🧠。
整个CSA等于做🏀🇳🇪了两层👱压缩🇬🇸。这种探索工作是浪👨👧费的，不必®要地消耗了令牌，♿而如果✴模型对😐ℹ架构和工♌程有更深入的🇦🇿理解，🍯这些浪费是👨🍳🥔可以避免的🧫🇦🇹。这个关键😈缺陷导致训🎟练变得低效🎞。论文通过可视🇦🇮化实验直接观察到🇨🇷🤩，正确和错误推🏰💳理链的价值曲线在🧔🧝♀️中间阶段几🎆乎完全重叠🚁，只在结尾附🌅🤥近才分🏴开，证实了这一失🖍效机制🇨🇳。
但在实际使用🇲🇷📄中，这一过程高🔊🦖度依赖🍺模型判断🍍💥。Agent 之🍋间怎么🖖🎿发消息、怎么🎁😵传上下文、怎么🐺🇮🇩交付成果、怎🤑么建立信任、◻🎖怎么管🧨理权限，几乎是空❎🙇♀️白💹✅。在本例中，这些🚦🇷🇴步骤类似于人类🚏🏯芯片架构♋⚖师团队所遵循🚜的步骤：设🇵🇸计、实现、测🐬试等等🍛🌈。当然，Kimi 🔘Claw 的群组💢功能目前还有很多🖋不完善🔬的地方🌔。他表示在20🔅🕛26年🇦🇹4月1🐅🇧🇭6日完成在🐷东方甄选👩🏭💴最后一场直🍾🎓播，第一场👨🔧😌直播则是202🦢2年8月5日🇸🇷。
