（来源：上观新闻）
目前让大模型学会🇦🇲解题，主流方🥺法叫做P🛅🦎PO（近端策略🌋优化）🥛。其中有🇲🇵🖥不少带👩💼星号的📻😐名字，是已⚰经离开团队、但仍🏺然对V4做出过重3️⃣要贡献的研🇬🇩究者🤖🎡。因为发音相似🎐，中国开发🐼者直接叫它📁「爱马🗿仕」🇧🇪💆。
在市场竞争中，❕汇博机器⏳👩🦲人明确采用“🚡错位竞争”🇸🇰🇬🇱策略，针对不同♥赛道构建差异化优🍣♠势🎫。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2️⃣地打转，反复👀踩同样的坑🇳🇦。北京电🚏影学院🆙教授林韬从😼投资视角👩🎓🅰提供了一☪个耐人🦊寻味的理由：A👷I创造的虚拟👛角色“😇不会变老、不会🇮🇨▫生病、不会跟你讨♏价还价，🇸🇾将成为🏘你永远💂♀️👞的资产”📉。
几乎所有的平台都👎🐘在开放💷存量IP与开🚾👩👩👦👦发AI工具💰💙。论文通过可🔽视化实验直接观察🇬🇲到，正确💞和错误推理🏜🏁链的价值曲线在中🇧🇷🛩间阶段几乎完🥕🍜全重叠🇵🇫©，只在结尾🤹♀️💛附近才分开，证实🖌了这一失效😌机制👩👩👧👧。Alpha😽🌵bet首席执行官🇲🇨🇧🇿桑达尔·皮查🥓⛈伊亦在🧿🌌博客中指出，这📩一架构旨在"🦹♀️💉以具有成本效🕋益的方式，提供同👫🕍时运行数百🎃🧚♂️万个智能体所需🍽的大规🕖SEO是什么简称模吞吐量和低延🕝🇸🇸迟"💗。
