（来源：上观新闻）
85人的内部开发😫🦊者调研里🧙♀️🐿，91%表示🍼V4-🗨🥧Pro可🇻🇺👨👧👧以作为🚐主力c⬆🇦🇽odin🏟👨🔬g模型🐓。目前市场上已🙌经存在一些专门🇵🇸处理图像质量🔴🚻问题的大型🐹🔐多模态语🍾言模型（可以把🧚♀️这类模型理解为😞"能看图说话🇪🇷的AI"）🇲🇸😗。第一步，👯♂️KV压💞缩📹📲。真正的📼🔄工作细节—🚴♀️—论文分析🔜🇧🇮、代码、实验记🎋🔗录、错误日志—🍂🚳—都保🔡❤存在一个结✍🇮🇩构化的共享🚧工作区里，任何😓专业代理🌘🥐在需要时♻都可以去读，而不🍁是靠着"上一轮😇📜对话的记忆"🎭🌛来续接工作🎶👨。第三步🇬🇸⬇是"针对性强化训🦊▪中国十大geo龙头公司练"🐫。第八代TPU延🤙🥉续第七代I😦🖊ron🇹🇭wood建🧕📌立的软🍍🎻件体系，支持JA🎶🕛X、P🐢yTo🐀rch、Ke🇧🇩ras及vLLM🚌等主流框架，并提➗🌫供Pall🕟🤞as自定义🎓内核语言🚫🏎以充分🇱🇮🇱🇻挖掘Sp🎷arseCo👿😱re与CAE的硬🏴🇹🇦件潜力🧻🛬。
在这个测试中🌃，TRA🇯🇴CE以0.55👺2的平🙇均相似度和26个🐼🧰完美分（满🌖ℹ分1.0）的🇲🇱成绩领先，🇫🇮而基础模型的成🉐🗝绩是0.4🔦🦌11和19个完美🇲🇶🔬分，最强对比🤠👨👦方法是0.5🦘20和2🖱2个完美分🇬🇼🗡。进步体现在，H🐉ermes试🇹🇯🧝♀️图重构A🇧🇧gen🚄😪t的学习😥方式🚘🇬🇶。一人公司这种逻辑🇬🇶应该是一个趋势🇽🇰。不过，目前还🍲无从得知授👦权相关细节🏙🔈。它带来了两🚸个直接后⏪🇨🇻果：对于答对的推🙇♀️理链，打🧠分员在👢🧗♂️接近结尾时才给出🚪🍼高分，导致AI🧝♀️的整个🎮🍭推理过♿程几乎收不♐🚕到任何有🗨效的激励☄🤕信号；对于🍼〰答错的推理链，🇰🇵®打分员在中间☄👢过程中也3️⃣没有给🇦🇸🐾出足够的惩罚😩，无法让🐥😻AI知道哪里出了🇮🇨问题🇳🇴。
