（来源：上观新闻）
但这项研究📹的实验🍫📁结果表明📀🥺，单纯增加交🖇📅互轮次并🎫😞不能带来持🔈🏺续的进步🦃🐽引蜘蛛软件，因为每一轮新🍀的工作如果🍙不能建立在之👨👩👦👦前工作的基础上，🧯就只是在重复劳动💅👉，而不是在积累✳。两种方式都有一个🦆💺共同的缺😩陷：AI从🇹🇲训练信号中♣🇭🇹得到的反馈，🇦🇷🌫是"这个任务🌜整体成🇲🇱😣功了"或🥽"失败了"，🤱而不是"你在🇧🇴👩💼第三步查询数据时🛑出了问题"🎑✍。
在官方的推文🔏👨🍳中，也👨👨👦侧面印证了🔡🧞♂️这个说法：🆘 目前Deep🇵🇬Seek-V4已🌑成为公司内🥏部员工使用的🍴Agentic🇷🇺👏 Coding💯模型，据评测反🦟🐋馈使用体验优于🦔Sonne🌁👍t 4.5，😋9️⃣交付质量接近O🇧🇲🐩pus 4🚽🦂.6非思📩🐧考模式💀，但仍与Opus🍏 4.6思考🔮模式存在一定🚓🐡差距🇸🇯。
GRPO在🔸🇪🇺使用8个样本的情♿🚊况下，综Ⓜ🤶合平均分提🇦🇽🍱升至47⏹.08🇧🇩🍲引蜘蛛软件。因此，他们🇳🇵开始转向博通所擅🏳长的应🏴用特定集成电路🇻🇨（ASI🏊C）📑。不是造一🎮个更强的机🐾器人，而是🇹🇦♣给机器人🎙🔤一个真正能理解世🚠界的大脑👨🔬。研究团队还提出了🛂一个有趣的未🈸📛引蜘蛛软件来方向：🚭把失真图作为推👩👧👧理链的中间步骤，🎦让模型先生成失真🏛图，再基于失真👨👩👧图给出最终的自⬅然语言描述⚒。
