（来源：上观新闻）
对1M to🚺ken的序列，原🔍😘本需要att🇲🇱🤾♂️end 1🕋🚽M个toke🇬🇬n，现在只🎛🚺需要att➡✳end 💄1024个压缩🎌块🇲🇭。但自变量联🌰合创始人兼CTO👮🇹🇭王昊指出，V🍉LA的天☮然缺陷，恰恰藏在🇶🇦👨💼这种“分工”🤒里💗🇮🇪。DC 使用 Sp🦹♂️ike 构建🇰🇾🇫🇰一个整体的 v1️⃣erco👿re_t🐼🙆♂️b.v 测🚣试平台🧾。
这组数据背🤵🍮后的逻👏辑是：🍇🌎当训练场景与目标🛃场景完全🥜🌕一致（即直接在目🔜标场景🤪📡上做GR🆘🇮🇴PO）时，模型很🇲🇾🍾容易陷入过拟🕊合或训🔎练不稳定的状态—✈🍞—它学👬到的可能是特定💧题目的答案，而非📮😧通用的能力🔻；而T💡RACE的练习🛐场景经过专门🏚🇲🇱设计，每道题都由🇳🇴💉随机种子程😒🕘序生成💕📦，变化🥁无穷，AI练的🈷是"能力本身"🍑💀而非"特定题🐮目"，因此能🈶⚫够随着训📞🐲练轮次的🏂🎹增加持续稳步提🥾升🕵🇹🇴。
其中最❄🍯难以被模仿🏊👩👩👦seo的两点是：首先🇨🇩🇺🇲，在近2000🧗♀️所院校及光🎍👡伏电站等场🥜景积累的真实、🧗♀️海量操作数据🇸🇬所形成的“🐲滚雪球”效🌜应；其次🤶🧤，核心零部件（🛍🗒如峰值🔖😌扭矩600N🇱🇾m的一🇲🇺🍫体化关🦉🇵🇦节）的低成本量产⚙🇻🇦能力🍍👯。每个 DC🕸🇪🇹“实例🎑👨🦳”都专用🌫👩👧👧于一个客🍩户的设计，4️⃣因此代码、内⛹️♀️🇹🇩存或任何信息都不🤷♀️🇧🇬会在不同客户🛋☸之间共享👻⤴。
