（来源：上观新闻）
GRPO因为🧙♀️百度竞价每道题都需要生✍成8个答案，训⏫练进程💩推进得很↖慢👨🦰。在Pa🇲🇴perBench🍓上，平🙇♀️均分下降了6🐊🥨.41分；🧮在MLE-Be🐭🇹🇭nch Lite⛑上，任意奖💌牌率下降了3💆♂️1.82个百分点🚄🖋。一个训练了两个万🛏亿参数MoE🤓的团队公开承认「🧶🥔我们不知道为什🖐🍠么这两个🦠🇩🇪trick👨👦管用」，在2🧝♀️🐹026年已经是☁🇸🇬一件挺稀👩✈️🎢罕的事🇻🇺🐁。
不光是在服务机器📃⌨人专区，😙🇧🇴在广交会的🇬🇾展馆里随便逛一逛🔍🐯，你都能看到：🇦🇨 无人👯🐹机在头顶给人🌠送咖啡，💸🇨🇾机器人在舞台上🧽💢大秀中🕜国功夫，🇺🇳🏢过道上走两步就👩👩👧👧👳能碰到一台会跟你🎀🙋♂️打招呼🚅的智能设备，👨👨👦🇵🇷到了咨询🧴🇵🇰台也有⚫🐵机器人为你服务💞。此外，大家最关👩🚀心的，还莫过🇸🇰🤘于在过去四个🇮🇩♑月中，😪🇬🇧Dee🤰pSee👹k陆续放🦊出了几篇「🤲可能进V4」🛎☃的论文，今👩🔬☁天技术🍼报告开源了，🌑⚜可以对一🐢🇲🇰下账📉8️⃣。
