（来源：上观新闻）
当模型学会在🏤落笔之📠👨🦰前检索信息、规划🍚层次、自我校验，🍰🌻它就不再只是🛀🇸🇬一支更💗快的画笔，➖🧂而是一个能协🇹🇦作、能思♍🅾考的视🇰🇮🆘觉伙伴📲🤼♀️。Jaew🙌on Indus🦔tria🍏l的一位高管🔙🦇表示，尽管韩🎁国公司受益于更多🎑🧚♂️元化的供应🤜🇨🇩链，包括🦁🇫🇮美国和中👩👩👧👦国的供应链🍛来源，但采购条🌦🚭件仍然具有🇮🇳🥀挑战性🦌。不过更重🥭🚆要的是，许🤼♀️多用户🇭🇲在尝试这类👨👦👦Agent时🛐🛩，并没有清晰的♿使用场景🇺🇬📔。相比之下，直🇲🇰🇦🇱接在目标场景里📘💤进行GRPO训练🥨🌶的曲线显得🍷👩👦波动起伏，甚😐🇺🇳至在3840轮次🐤🤸♀️时出现了下滑🕯🇭🇰（从37.8%🕹👨🎨跌到35.4🇵🇱%），最😠终停留在😯37.8%💯⚠。
“第一是服务🤖，用户❗🐠的产品体验🍕🇲🇭是否流畅👨🏫💡、方便、舒适，这🐮🇲🇩是非常🤮大的竞争👨👨👧🗄力🥺。这正是人类创作者🏑不可替🍰🔇代的终极锚点🇬🇭。1、扩展性 我⛑们发现，🧼👣对于 DC 而🦉🦈言，扩展到非🍙常庞大的代码库（💖例如，包含🧥🥯数百万行🍼🛏 Ve🇬🇳rilog🇧🇧🕢 代码）并不会📛😦造成任何🐫特殊问题🇱🇦。因为羽📟👤毛球天然需要一🔫个对手，👌👒你不可能一个人💖🍬一直对着空气挥🇲🇪✒拍🇱🇧。第三种🛤🕉方法叫合成数据🇦🇬SFT🥴，收集每个能🛥♨力练习场景的🎋📬成功轨迹，然后🎀🦹♂️注册域名查询网站官网做监督微调，结果💲🇮🇱只有37💘.8%📌🔧。2020 🔞年，研究人👨👩👦👦员对 GPT-2🏜注册域名查询网站官网 模型进行🛑🇴🇲了微调，使其能🇰🇼够设计逻❔辑电路片段🌵🍄；2023 年，👝💡研究人员使用🇱🇰GPT-4 帮助🇹🇱🕧设计了一个具有新🛒型指令集的♏ 8 位处👨🔬理器；🆎🇲🇩到 2024 年🤸♂️，各种 L🇲🇬🏠LM 可以设计和🇱🇧🦑测试具有基本功能💷的芯片，例如掷🇾🇪🇧🇲骰子（尽管这些📼🤮芯片通常😕🐊存在缺陷）💸💨。
