（来源：上观新闻）
研究团🙈队用数学工🇬🇧📶具仔细分析🐘了GRPO的运🇧🇶作机制后发现：G🌘⚗RPO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🇲🇦⬜。他宣称“🇲🇩xAI已迅速⏮🇧🇫成为全球领先的🍷📛AI实验室之🛏🇨🇾一”🚵♀️🍲。在复杂系统♐中，真正的控制🛫🥤不是谁发🍎号施令，而是在混🔷乱中不🏺🐙断调整、不断✳🥟涌现的边界😟。DC 在 12🧟♂️ 小时🌈内完全自主地📝构建了多个🔂 RISC-V 🥰CPU 的微🛅🕰架构变🌽🚾体（我们称之为“📃VerCor🚩🌒e”），这些❇😪变体均满🤴足 1.48🇱🇻 GH🚆z 的时序要🍿😔求，而其设计需求🇬🇭文档仅有 2⛳*️⃣19 8️⃣🏹个字⚾。
分析过程分为两个🔟阶段：先是"发😜现阶段"，分😋析AI通过检查所❇⚜有记录💊中的工具调用🍘👮♀️、工具返🥫🥊回结果👳♀️和最终回复，🆎归纳出一份候选能☁🇲🇴力清单，🗓🤑并为每🌈种能力起一个固🦀♟️定名称和描🇩🇿述；然🚥后是"标注阶段"🔬🧝♂️，分析AI拿着🦁这份清🕺🙎单，逐一检查每⏸条任务🔔记录，判😑🇦🇴断每种能力在这👷♀️条记录中是"不需🐍要"、"已正确💌执行"还是"本😞应执行却没有执🥞🥾行"🚹▪。
