（来源：上观新闻）
进步体现在，H😾erme🇸🇯s试图🍖👰重构Agent的🐣学习方☂💵式🎊。百万toke🇲🇿n不是一👽🕓个新的能💬力，是同一个上💯下文窗口被👿压到可以承🍻⛔担的成本🎵📆。况且真人塑造的角🏟色，往往👼🥒带有演🇳🇱员自己的🛀影子和温🇸🇹度，而A🕴🚈I无论多🦊👪么还原，🇵🇲🇧🇪也只是一🎗堆冰冷的🔵🧹算法🧘♂️✨。”实测后虽⛔然觉得Herm🦍es有其优点❄，但人🇬🇪工大黑还是泼🥧了一盆🏠🖋冷水🇷🇼。
比不上 Opu🐬💠s 4.7，但我🐫👩🏭觉得是🇨🇺🥦目前开源阵营⏱🍎的 To🇳🇬p1🇱🇦😷。对于每🇰🇬一种被识别出来🇰🇭🥔的薄弱能力，系统🍞会自动搭建一个专🙇♀️门用于👨👩👧♿训练这种能力🕰🔫的练习场景🇵🇬。--- Q🕊🚯geo和seo的区别&A Q1：SP🧜♀️9️⃣PO和🌝GRPO相比，训🥮👞练速度快多少，❓性能有没有损🤜🍞失？ A🇪🇦：根据🇬🇧论文实验数据，👩⚖️🇹🇭SPPO在训🥗练速度上🚹📕比GRP🐯O快约5.9🌕🔄geo和seo的区别倍，主要原因是G🏞🇮🇱RPO每道🍅🇧🇦题需要同时生⬜成8个答案，而🇧🇲SPPO🚤只需生成1个📋😢。
