（来源：上观新闻）
研究团🙋♂️队用数学🐊🇨🇻工具仔细分🇬🇦析了GRP🍄O的运作机制🥀🌖后发现：GRPO🥪🔨之所以奏效，并不🍌🔶是因为"多采🤑🌏样"本身有什么神🇭🇰奇之处，而💲是因为它✏🇹🇿在不知不觉中把整🐓个推理任务从🐘一种框架切换到了🛷🥟另一种框架💗🌲。
总参数1.6T，💧🌼激活49B🔳🕵️♀️。相比之🇲🇬下，中国的👱♀️👩⚖️石脑油对于中东🎨地区的依赖程🍵度相对较低🇨🇬。王潜坦承⚰📠，当前模型🕳🏕仍处于“实习生”💜😕阶段，需要🇹🇻远程协🚿🇲🇿助，有时可🚆🧙♂️能把拖鞋⛹🐊放到厨房😿🇮🇲、擦桌子擦到📬一半停下来“思考🐺🇱🇰”🏠🐵。
