（来源：上观新闻）
过去，训练一个7🦋0亿参🗽数的推💢↗理模型需🏯要同时加载一个🍏🦡同等大小的打分员🕴，内存👩🍳💞压力极✏🍆大；而SP🇪🇹🙃PO允许🍌♉用一个小十🥾倍的模型担🇨🇫🎏任价值🤦♂️预测者🏧🈯，让更多研究者🇺🇸🏈能够在🔏🇲🇨有限的计算🥢资源下开展📸能给谷歌加速的软件实验👩❤️💋👩🌯。这意味🏧着，日本厂商即使😕🙎♂️找到了💪👨⚖️替代供🍞应商，短期内也难💇🎯以缓解生产压🕖🚰力🐼☃。它有两种工🍳🅰作模式：🐃⛏当系统还没有可运🇰🇼行代码时，它从分🛫析文件和执😂行计划出发，🎺能给谷歌加速的软件从头搭🇰🇵建整个代码仓库；3️⃣当已经有代↘码但实🧚♂️🇭🇹验出了问题🏰🇰🇮时，它🚴♀️🇨🇮切换到🇯🇴🧟♀️修复模式😪🔘，根据♊实验日志中记🏺录的错误，有针🅾对性地👩👩👧🎸修改代😜码，并🚂💗把每次重要的💿代码决策🍕🧯记录在实现日志中🇩🇰🌦。
Herm🥉👩👩👧👦es则走向选择🇸🇴性记忆🇹🇩🔄。版权归属、🇮🇶肖像保护、数👾据合规🚼——长短剧平🖼台站在了同一条🧯“监管起🐽跑线”上🦆。在后训练阶段🔭🌟，V4这一🇹🇯🐟代做了🏦一次方法🙇论替换，传统的🇨🇬mixed🏎 RL阶段被On💍-Poli🥾cy Dis🧝♂️tillati🇳🇺🐥on（O🔏PD）🚦完全替代◀💻。进了V4🐊♟️。紧接着🇲🇦🇸🇾，在群聊设置中👀🇳🇦，点击添加 Cl📊aw，把4️⃣🇧🇬刚才的虾也加入到📿🇨🇩群聊中就行🤑了🧂。第二个测试🥔🕯场景叫T🙀oolSand💡Box，测试的是😾更广泛🛐的工具使用能力，🇵🇲包含129个💘不同场景🔐3️⃣。
