（来源：上观新闻）
在后训练阶🦀🇫🇴段，V4这🥭一代做了一👴👩🌾次方法论替📃🅱换，传统的m👱↪ixed RL阶🧞♂️段被O🈂👵n-Pol🌻icy 🧤🍱Dis🐢till🇲🇪sem广告投放是做什么的ation（3️⃣OPD）完全😊替代🍑。” 左🎆🏥为爱奇艺AI🥨电影《👨🎨惊奇少🇯🇴🛹女》海报 右为漫🧝♀️威的《惊奇少🇰🇮女》海报🦉 前方舆🐔🌥论失控，紧🇱🇮🌅接着后院起火👨✈️🚶♀️。
它的设计🍧思路，很像当🛷😺年苹果M1芯片的👵统一内存架构⏯。分析过程分为两🇭🇳个阶段👩🏫：先是"👨👧发现阶❓段"，分析🇲🇾AI通过检查🥮🤳所有记录中的工具☮调用、工具👳返回结果和最终回🚡复，归纳出👨👨👧一份候选能力清单🌫，并为每种能◼🍹力起一个固定🇦🇱名称和描述；🇧🇷然后是"标注阶🇰🇼段"，分🇧🇶🖐析AI拿🎋🧬着这份清单，逐一🇻🇦🆘检查每🚺条任务记录💂，判断每种能力在🎇这条记录🇺🇸🔐中是"不🚹🎫需要"、"已正☸🇨🇰确执行"还是🥛"本应🇨🇳♣执行却没有执行"⛽。
