（来源：上观新闻）
。36氪在评测中🇲🇽感叹：“菜单上的💳🎎字终于对了！” 🏌️♀️🔽这背后不仅仅是字🇸🇸🇵🇳体库的完善，🚷🦁更是推理层面🎿为 CJK 📩💆♂️字符单独开辟了笔👺🇸🇴划锚定机制，👺确保复杂汉字🧖♀️（如“藏”“懿🏯🤾♀️”）也🇸🇦能完美🌤♨显示🇹🇲。(作者/箫雨🕚⭕) 更多一手新🥃闻，欢迎下载👁🇿🇲凤凰新闻客户🇩🇲端订阅🧱🙍♂️凤凰网科🧦📓技🇸🇯🥕。Q3：标准P🇵🇼PO在推理训🐦📖练中为什么🇹🇱会失败，具体是哪👩👧👦里出了问题？ A🇳🇿↖：标准PP🇲🇫💹O失败🕹🔮的核心原因是"尾🇧🇹部效应"——🕰🛰其内置的打分员（🐸🦄Criti🇰🇼💘c）无👨👧👧👩🍳法在几千步的推🇲🇼理过程中有效👵分配奖惩信号，😝🔢而是一直等到推🧱🚧理接近结尾才❎👨根据最后🚋几行文字猜测结果🚬，导致整个中间㊙🔨推理过🇬🇺🕴程既收不到有效🎳激励，也收不🤴😒到有效惩罚💴。
删到V4，单t📝oke🐛🇦🇲n推理FLOPs🎶砍到四分⌚之一，KV 🤪cache砍📽⏹到十分👘🤓之一🐋🇧🇫。只对que🐍⛏ry和K🏪🕠V entrie🍑🇮🇷s的最🌇后64维💚施加旋转位置编码📁，其余维✍度不动🧛♂️。但如果能🤬拆出多🇲🇲个 A🇨🇳gen🚞t，分叉的时候🦃🉐让子 Ag🌵ent 各🎦自探索不同方👨👨👧👦向，流水线的时🕢🏰候让不🏧同 Agent↕ 负责💟🌴不同环节，主🎐🥮 Age🥪❓nt 管🏄♀️总方向，整个执🥩🚶♀️行过程就会❤更快，也会更稳🖇。真正的质量评估，🚃必须细化到图像中💵的每一个区域，而👣不是用一个数字🛫去概括整张图🐦🇷🇼的好坏◼✌。压缩率m’=12🧮🤧8，每1🍮28个t👁oken压成🖲一个🖇。
