（来源：上观新闻）
但这份名☪🤽♀️单把他们的名🧾🏃♀️字和V4这个🤨大家等🧘♀️了整整一年多🤼♀️的模型，绑在👩👩👦🥇了同一💞张纸上🎒。比如用户要⏳😣取消一张在14🏪🗼天前购买、没有🇳🇱任何保险🚎保障的经济舱机票👗，根据规🦖定这种🔒🇨🇽情况不允许取消♾️🇻🇳百度SEM代运营，但AI直接🇸🇭🔼调用了取🦍消接口，因为系统🕧API本身不会强🈷制执行🥼策略，🏌🛎需要AI主动核🔱😃查🐣🍨。目前的机😰器人在🦑🆑任务失🎗🏊♀️败后，通常直➿🕟接停止，返回错🙋误信息🎥。第一个测试场景叫🏃♀️τ?-Be👴nch👩🎤，模拟的是真🍄🤶实的客🎣户服务工作🚔🕐流程，🎦分为航空公司☹🇹🇭客服和🤴😡零售客服两📐☮个子领域❤，合计164🚥个任务🤽♂️。
于是，他们又讨🇲🇱论用国内的镜像站🎬，最后解😾🤱决了问题🔃。训练方式是一种❓叫做GRPO的🎅强化学习算🙎♂️法：AI在练习场🇰🇲景中一次生🚣♀️🎍成多个不👌同的答案，系统💯🍤根据每个答👩✈️🕦案的好👸坏给出分数⤴🏴，然后通过✡🇧🇭对比组🚐🐅内分数的👏🗄高低来🗿⏩计算每个答案应💛🥵该被强化还是削🐞百度SEM代运营弱🧢。诸如我们耳熟👺能详的产品⬅百度SEM代运营，微信、🖨飞书、邮件、乃至🛵 API，全😙🇱🇷是为碳基生物准备📔☁的🥄。“这种🌷百度SEM代运营带记忆的自🤦♀️主智能体方🚹向，是未🍔来所有成熟Ag🏀💸ent的👩🚀必经之路🚡。ToolS👮♀️🇹🇫andBox上也🛴😢呈现了相同🗜的规律：TRAC🎚🦹♂️E的曲线稳健🌅上升，最终达🇨🇼🇬🇺到0.5🚿0️⃣52，👩🏭👨👨👧👧而GR👨🚒PO和GEPA👢💧则分别停留在0🦉.519🐑百度SEM代运营和0.520⛹️♀️🦖。
