（来源：上观新闻）
在后训练阶📵🤬段，V4这一🙌代做了一🍎🕗次方法论💽替换，传统的m👩❤️👩💔ixed RL阶🥜⏭google搜索优化段被On-P🙅♂️♠olicy🎦🐚 Dist⚫illati🌞on（OPD）完🇰🇲🔋全替代📗🥽。🧠 “图像是🧶一种语言，🕊而好的🥞视觉表达需👹要选择、组织与9️⃣😅呈现🕹。此外，🏳DC 在某些🇹🇿情况下还会💆低估解决某🥠🥪些问题所需的工作🅱复杂性👂😃。“它更像是一种🙇♀️google搜索优化情绪消费，是🐽🏥在追逐一💷💂种缓解焦虑🤫😺的安慰剂📈💑。这些场📶景的意👩🏭⭕义，远不🌕😗止于羽毛🏓球本身🚕。资深A🇫🇮😭I产品经理刘🤫🇳🇱思行指出，当➿🥌前，He🕢rmes的🛶🐣最新版本仍处🙍♂️在0.1阶段👨⚖️，这其实说明其🛄🏒仍是一个很初阶👨👧👨🦰的实验⛷🇯🇲性产品🇭🇳🗓。随后，🛠*️⃣这些区域特🍏征被送入一个✉🛩"退化🛷😁解码器"🦇💝。
公司采用“基📂🌇座预训练+垂⛔直精调”策略🙅：首先利用💅高校场景的庞大🤶🇲🇵数据充分预训练模🇳🇵google搜索优化型，构建其泛化能💏🇨🇼力；随后注入珍贵😾的工业实战数据🇧🇶🏵进行针对性🇬🇶🦞强化💙⏲。AI科学家🦀🆕的做法完全不🖨同🎫⛎。在实际测试中，研🧐🚌究团队🇫🇰独立运❇行了10🐸次能力🌷分析，"结构化数🇨🇲据推理"、"❓多步骤任务完成"🧵和"前提条件👦🔖验证"三种能力🐹😭每次都被稳定识🇴🇲别，"工🏌🌷具调用精确性🥗👇"在1🇧🇮0次中被识别♦📗到8次✳🧙♂️。它尽可能地👎提前解析分⚱🧳支，提🗄前转发，并采用了🔛🐍高效的 Boo🇰🇬th-🦝▶Wall🇨🇿🏉ace 乘法器（🏴其自身时钟频🆙率为 2.5😮7 GHz🦅）🛒👩👧👧。
