（来源：上观新闻）
CSA♟️🛁和HCA在co🥄📊re ◾🇨🇲attent🗣ion之前，🇹🇯🎓都对que🦅ry和KV e🐺ntri🇦🇨🃏es做💛🇺🇬一次RMS📄Norm，防🍀🌁止att🇭🇰ent🇯🇴🦅ion l💸🎽ogit🙄s爆炸🇬🇧🏹。人工合成失真的优🎓🇺🇳势是可控性强🎻，能够🗺🚊精确地为每个区域➕分配质量评🧔分和比较标签，也🚝🇲🇦能系统地覆盖不同🎨难度级别；但其🌔代价是可能🇰🇿与真实世界中🍉自然产生的🔽失真存在一定的感👣💃知差距🌆。要让代码真正😍🧜♂️跑起来，需🇧🇹👬要配置🏰运行环境、下载数🇦🇺👰据集、获👋取预训练模型，并🇸🇳🇸🇹将所有👞🇦🇩这些资源拼接成☃🌲一个可运行🍦📔的完整系统🌭🎪。
与之相比，G🇬🇬EPA（🧰一种通⚔🥁过优化提示词来植🇦🇪入能力描🇰🇼🖱述的方法）🇱🇸🗯在超过4种能力🇲🇾之后就陷入😲⛽了停滞，🇦🇨无论再描🧟♂️述多少种能力，效🇮🇳果不再提升♈👨🏭。去年年底，动易⬛科技发布了一段〽人形机器人和人自🕶主对打羽毛球的技🍹术视频，在行业🐤里引起不小的关👱♀️注🇰🇬🇰🇼。但效率，♑并不是机🖊器人与人之🥉🎡间唯一可能的关系➡🥩。先SFT打底，🖲🇬🇭再用GRPO做🎓🐙doma🔊☑in-speci🕍fic🍡 RL🥳🦄。
