（来源：上观新闻）
GRPO因为🕠🧗♂️每道题都🇧🇪需要生成8个答🤐👩案，训练进程推🔧⁉进得很🕍🤷♀️慢🇮🇹⌚。谁掌握了优🇮🇴🐛秀的超级个体🐜，谁就掌握了A🐛🐦I时代的创作🇯🇵❔源头😨。Ver🎑kor.☁☸io的联合创始🇾🇹人Suresh 👩⚖️👨👧👧Krish📨🏛na表示，团队的💒🤪核心论点是，这种🛐🌷方法比仅在整体🙅设计流程中使用🔅🍤专门的 A🇦🇱📴I 系🍹🎴统来完成特定🎠🅾任务更有效🔳。例如，转发实现🇨🇵👩最初常常导♑🧐致关键路🛡🔢径过长🇦🇿。几乎所有💁📛的平台都在开放🧁存量IP与开👩👩👦👦👝发AI工🛠🛅具👩👩👧。近一个月的焦🇵🇼🈺虑 还有🌹员工表示，要👐✳等近一个月🤢🥤才能知道谁🤴☎会被裁，这让🖖🥐人焦虑不安👩💻👓。尽管VerCor🔓e的理🐟论性能存在✖局限性，但🤵这足以表明该设🛵🎿计可能具有实😈用价值🦗。
汇博机器人选择投👓🍢入巨大的“🍦💥全栈自研”模式，🇲🇹🏜并非出于对艰难🇧🇭🧩路径的偏好🚡，而是基于董事🎯长成锐对产业趋势🀄scm的判断🐪🇫🇷。这些操作包括：🦋🍻SpaceX向🌮♈电动汽车👩🚒公司特斯拉提供💧贷款(当时🗄😈特斯拉急需资金)🌻；向太阳能公司S👨👩👧👧olarCity🇰🇷🤖注资(这家公❣🔏司处境艰难🇧🇬，而马斯克持🧤🌿有大量股份🚎🚜)；以及收购他🌖🇮🇳旗下烧钱的AI创🥦⛳业公司xA💅🖨I🇮🇩。该板块旨😆🧘♀️在直接调用⛓🥾基座能力，🌬借助现有渠🐛☠道快速实现规模😠scm化落地，是🇳🇨撬动更广阔市场⛅的战略杠杆〽👷。**说到底，这🇩🇪🌹项研究😟🇧🇶发现了什么，😠又意味着💄⚽什么** 归🛳😎根结底，这项研究🇬🇪回答了一个在A🎐🎆I训练🧕领域长期存🇬🇬在争议的问💛题：大模型✍推理能力🐤的训练，应该🍜用什么样🇷🇸的框架来建模？ 🇵🇬研究团🤨队的答案💚是：把整🌝个推理过程⚾🇪🇨当成"🚉一次性行动"↪👎来评价，💄而不是"一🐅🇹🇦scm系列连续步🎋骤"🔕🔌。
