（来源：上观新闻）
研究人员通🚱🏟常有两种选择：要🎰么给AI🐄看大量来自🏘🖖各种场景🏁的训练💧数据，🇲🇪希望它能从💓中"悟"出各种🔒技能；要么直👞接在目标场景里🔌训练AI🇪🇷🇭🇷，让它从最终的成🎒🚀功或失败中学🧓习🖼。目前，我🦀7️⃣个人觉得在产品⚖🇹🇬开发上，🇨🇬Kimi的整体表👨👨👧👦👩🎨现很不错，我⚖现在很多大模型📂用的都是🥛Kimi🐖。当AI🧗♂️作答完📸毕，得🔠到"对（🗒😯1分）"或"错💖🤦♀️（0分）"🎇📫的结果后，S🚅PPO用一个😅极简的🇬🇧🏤公式计🉐算优势信号：实际🇲🇳📫结果减去预估概率🔌。
🛡️ 生成前🖋♾️自我审查（S🇸🇧elf-Cor🧛♀️rect💾🚈ion） 📖‼— 模型在💕✴输出前会模拟草😼稿，检查文字渲染🌛👨👨👦、逻辑关系、色值🇵🇦对比🥰♓。现在，有人想让👑🛢AI代替😋人类完成这整套🇵🇸工作，而且是从👨🚒头到尾、不依🍃赖人类干预，连续👨🦲🚬工作几十个🗡😽小时🇫🇴百度代运营。“产能确实爆🦌🤞炸了，但爆款不🚕足4%，典型的冰🕵️♀️火两重天🍻。与OpenC👨🔧👱law的静态🏊🚤调用不🇧🇧🤕同，Her🇷🇺🍌mes在运行🎉过程中可以自动生🈁🌖成、优化、存🍖储新的技能代🐡码，并通过☸✨“技能蒸馏🍝”机制🌻将任务经验🤕沉淀为可复用的👨🚒技能文🇨🇽件🇭🇺🔯。
