（来源：上观新闻）
在深度🌞🇧🇶科技研究院院🤑📘长张孝🍝荣看来，H⚗ermes给⛱🇧🇿出的是Agen🇵🇼t进化的一个方向👇🇰🇿，即从任务执行向🇬🇲🙋认知规划*️⃣的范式转变🇹🇯😼。但在实际🎆🇾🇹使用中，这一过🙃🙊程高度依赖模🏓🐀型判断🏤🧛♂️。中国人民大学的📭研究团📐🇯🇵队将这👓🏉类任务称🤰为"长周🔫期机器学习研🔮究工程"🙌🤦♀️。” 不仅如此，🚬🏂在获客与收入💭方面，📯OPC同样🌊面临挑战👔。“这是一☢个非线性设计空☕间，因此计算量增🏊⤴长非常迅速，”🔵他说🏊🤭。前三个头使用交叉👨🦰熵损失‼函数（适📕合分类任务）🐿🇰🇪，第四个头🦛使用L🇹🇯1损失函数（适合👣数值回归任😥务）🥙🎀。这项由斯坦福🧥大学主导的研究☂🕞以预印本形式于2📭🖕026年➖4月发🙍🇲🇶表，论文编号为a🔽🛋rXi🇲🇭v:2604💽.05336v1🍽👱，有兴👨⚕️趣深入了解的读👩🍳者可以🕷通过该编号在ar🔒Xiv平🇲🇹台查询完整论🇰🇳🥴文🍛😈。
在标准PPO中🈂，那个"打📗分员"（Cr👝iti🕙🧲c）通常和被训练📇🧰的AI模型一样大🥩。持怀疑态度的人将🌖8️⃣有机会自行判🖥断🌂sem是什么职位。未来，每💲一张 AI 生成🍦🤸♂️图的背后，都会有🚎一段清晰👬可见的“思考痕🛩❔迹”8️⃣🌳。相反，DC😚 对每个变体🦎👋都进行了完整的 🔦🈸Veri🦓log 实现（🌸🐪有些变体的⚒分支惩🤒罚为 2 个🐚周期，🕜有些为💂♀️ 1 🚮个周期）🏫🈸。文件并未说明马🕹斯克打算如😆何使用这笔资金🐏。“大家把它👩🌾吹得太玄乎🇹🇯了，其🎒实相比于Open💟👐Claw根本🤚🧒没有质🎓🏈变🐸👨🦲。
