（来源：上观新闻）
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（GR🌨😻PO 🍏🧓on T⚡🇹🇯arget🕷Ⓜ）能达到3🥭🥁7.8%，💕🇬🇷一种使用通用🏗👵合成环境训练的方🏐🕊法（AWM）能达2️⃣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🔉🛷（GEP👍A）能🛏😇达到39.6%😊🙁。
如此一来，标准P♐👩🚒PO训练出的📞📔AI，往往不仅没📔🚻有进步，😭🌙甚至比训练前更🎠🔘差🎣♟️。如果AI每次📂都"忘记"之☮🇹🇯前做了什么、🛳发现了什🇧🇱么，它🧖♀️🇹🇴就会一🌳直在原地打转，反🇾🇹💜复踩同👨🦳样的坑🏣。
CSA↙和HCA💮在core📃⛳ att🇬🇺🌳ention之前🇵🇷，都对🛸🎾query和🕹KV entr🐯🙇♀️ies做一次RM©🤞SNorm🍀，防止att🥰entio🛳n l🤩beautitul的中文ogits爆炸◽beautitul的中文。
