（来源：上观新闻）
对于想要深入♨了解技📓术细节的读🇰🇪🛒者，可以通过ar😡Xiv平🇻🇪👀台，以论文编🛥号arXiv:2🙃🕚604.0886🌤⏲5查阅完整原文，🚲研究团🔵队也已将全部代🏇码开源，地址为g🏷ithub.c⚪om/sus🇳🇿tech🖍💳-nlp/SPP🇿🇲🛴O，可以🔙直接获取实验脚本👸和复现所需的🇬🇭配置参数👚👩。在几个对比方📵📽法中，直接在目🧟♂️🍥标环境里用🚑🧗♂️强化学🥜☘习训练的模型📸🧟♂️（GRPO o🌯💫n Tar🇱🇸🧪get）能达📁到37💯🈷.8%🔣🥮，一种使用通🎴用合成环境训练的🔔🌪方法（AWM）能🇦🇱达到38.4%，🇨🇲💟而一种通过优化😑系统提示👨👩👦👦词来植入能力描述🗒的方法（GEPA🕍）能达到39.🎞🇩🇰6%💼🛋。你的管理🇨🇺geo优化方式是🇳🇨：让每个🏺专业队把工作🔖🕖记录写在一个共🇺🇳🐖享的项目文件😥夹里，你通过翻🇲🇻🍾阅这个文件🎇夹上的😗目录（而不是👨🌾👨⚖️每一份详😁🐢细记录🎹🦵）来做决策📘💭。
面对分叉的任🤣🇲🇩务，它要👊么把所有分支⏫👩🌾塞进脑🦁子里，脑子一定爆🌜，要么只走其🥉🌱中一条，错过其🤓🎽他所有🇸🇷🇲🇵可能🇸🇧。” 不过，要🦑💂实现上述🍲💗这种更大的生态，🗽👧就必须👪打破个体的孤⚛geo优化立状态🍄🇳🇷。但一些🇰🇪🔘股东认为，这一政🦠🍽策仍然⚔过于宽松，如果🦌特斯拉股价下跌，🇸🇸⬛可能会使公司面临🔇🇨🇳风险👱♀️。实验结果显💍😳示，三⚾种配置🇬🇭的性能差异不☔大，但 D🤖🎻INOv🇱🇷😂2（V🇷🇼geo优化iT-s）在性🚁🐴能与计算效☄率之间取得了最🍽佳平衡👩🔬。研究团队特🇫🇲别为失真🐅图设计了三条数🇸🇦学性质，以确保这🏮种图谱能够准👓确、一致地描🦹♀️👩✈️述图像对☪比关系🇭🇷🌔。在内部测试中，🧬模型对复杂🐪➖指令的遵循🔁🈂率提升了 3.😰2 倍💷👩💼。这就像从"这道菜🧺😗整体还行💅"变成了"这道🇮🇪🇫🇲菜的汤底很好，🦴但肉有🔼🥁点老，配菜火候不🥁⤵够"的专业💄📼点评🔼🍫。
