（来源：上观新闻）
结果出👬⛵乎意料——这个"⬛小个子"价值模型👩🍳🗾不仅能正常工作🀄😬，而且这✔⚾个组合在所有测🤱试基准中取得了最🛤🛏高的平⚠均分🇩🇿👬。这个数字背后🏡，是AI生成内容😪🐇野蛮生长的一个👱♀️🥥切面💳🔻。后者的下降尤为值👅得关注—🇿🇼🇨🇺—去掉这个👅机制后，系统仍🇨🇿⛅然能产生🇲🇿🏍有效提交，也还🤡🕜能获得一些铜牌，👐但银牌🇪🇭👬、金牌👼🛏这类需要🖤🇦🇶多轮精细优化🧠💨才能达到的成🇬🇩📿绩大幅下🐺🇰🇼滑💦✌。这不是能力的差🗑👝距，而🔢👩👩👧是范式🧳🦃的失效⏯🚵♀️。今天的 A🇸🇪I 圈也🇫🇴一样📿。更让人心惊的是🕋👴，很多群演👨✈️🥃现在只😞📆能收到🔩“买脸”的消🚌🕌息，价格从5🇨🇽00元到15📦⛏00元不等，有的🇲🇴🥯群演会因🔞为缺钱🇧🇮而选择“🇬🇩💪卖脸”，演员群👨🦰摇身变成🔉脸模群🧷🧸。
在官方的推文😱中，也📲🥂侧面印证了这个说🍷法： 目前De🧵🦟epSee🇳🇷📠k-V4已成💎为公司💿内部员🔳☄工使用的🕔🌞Agen🧟♂️👓tic🇸🇽 Cod🙅ing模型💁🏢，据评测反馈🍤使用体验优于So🧜♀️🇧🇦nnet 🇹🇻〽4.5📙，交付质量接近O🐁pus 4.🤵6非思考模式🇳🇦🌕，但仍与Op✝💫us 📇🐬4.6🎗🐽思考模式存在😒一定差距👩👩👦🧒。明明还是在直播👨👨👧👦途中接到🇲🇻休假的⛑消息💇。这个约束带来两👔个好处👕❤。研究团队用数🥭学工具仔细分🐩析了GRPO的运🇷🇺🇶🇦作机制🍲🙇后发现：GR🇸🇹PO之🥎🃏所以奏效👨👨👧🇻🇪，并不是因为"多🐫采样"本身有什🎙🇸🇦么神奇之处，而🇲🇹是因为它在不知😮不觉中把整个🎱👩🍳推理任务从一种框💐⚜架切换到了另一种🤮❔框架🤡🍗。
