（来源：上观新闻）
单一V♎irgo🏤网络可连接逾13🏑🔹.4万块TP👊⏱U 8t🇱🇾🎐芯片，提供🇼🇸高达47拍比特/🆗秒的非阻塞🇳🇱☮双向带宽，整体算🇸🇦💲力超过16🧬0万ExaFl👫ops🔈💦。每一个专业代🐟理在开始🤽♂️工作时，🦹♀️不是靠"回忆上🍶🐷一轮对话说了📉什么"，🇪🇦🦡而是先看一📉🕣眼整个👨💻工作区的目🚀🅾录索引（一个轻量🐚🏎的"地图"）🐊🕤，然后🇱🇺按需读取与🏦自己任务相关的文🇸🇭〰件，完成工👩🚒🇪🇪作后再把结果写✒💒回对应🧗♂️🇳🇫文件👨🌾👞。
训练方式是一种👄叫做GRPO的🇺🇦🌎强化学😿习算法：AI在练🦹♀️⛎习场景中一次🈹🕰生成多个不同的答🇨🇼🍶案，系统根据🏘每个答案的好坏给🖨🥿出分数，🇵🇬🇸🇩然后通过对比组内🅰🚫分数的🧰高低来🤓🛡计算每✝个答案应该⏬🐬被强化还是削🐙弱🥤。以最简单的 Ea⛓sy 💐级别为例，PA🙎♂️🌳NDA 在区域比🌵较任务上的准确🇹🇹🥉率达到了58👀✌%，而开📣🎑源的蒸👨🦳馏专项模型 D👨🦰🗻epi💱👃ctQA 只🧜♀️能在用 P🎵AND〰🇧🇬ASE🇺🇾♊源仓库3.0书源T 额外训练🦉🇬🇩后才达到49%，📙☣如果不额外🐎训练则根本无🤾♀️🧣法完成这项任🙆务🚔。
AI科⏏学家在使用🦘⚗Gemini-🦘🏠3-Flas💤🧫h作为底层语言模🎦型时，平均🙌🔍得分达到30🎵.52分，🧹📐比同条件下最强🍐的基线🕔💞系统高🖲🦛出9.92分🏯🔮；使用GL⏹M-5时🇰🇷🔕，平均得🖌🕶分达到3🖥☝3.73🆗分，比最强基线高👩🎓📣出11🥯源仓库3.0书源.15分💇。Verkor公🛀司表示，Ver⛪🎃Core👽🐓的性能与英特尔赛🥛🤱扬SU23🚕🤱00的CPU✂🇧🇩核心性能相🔇👎当🇩🇰。
