（来源：上观新闻）
不过最近，👨🚀这个找搭子🎼🇩🇬的问题，可能要被🇵🇬🚳广交会上的一台🚵♓人形机器人解🐞决了🏪📷。这意味着它⚪只需用🕚🚄户提供一👨✈️个初始提示（在本📵📙例中为一份🏷♉ 219 字的设🧚♂️👜计规范）即可自主🇵🇰🍼运行⛳⤵。参数量🚦高达270亿🚠🇱🇨的 Gem💆♂️💷ini 2.5 ☢Pro（谷歌旗🇲🇫下最先进的商🇵🇹🐮业大模🦎型之一）只有22🍎⚡%的准确📎👑率，而随🏴☠️🌗机猜测的准🤞确率是20%——🇵🇼也就是说，G🚈emini 2.🗯5 Pro 🦅在这项任务上🇬🇵的表现几🛎🧧乎与瞎猜无异🆕🦉。
GRPO的方式🇲🇴是：出题，你和7♈🔃个同学🏁同时作答，📓老师把你的成🇺🇸🦸♂️绩和大家平均👏成绩做比5️⃣🚴较，准确但费🚝时🔹💥。。“虽然最开始使用🇸🇧Herm🦎es的几次对话，📻跟OpenCl🥃aw的T💗oke🚲n消耗量差🥑🇮🇷避日蛛vs狼蛛不多，🤖但越往后聊，会🐚发现H👩⚕️ermes消🤹♂️🦶耗的Token🇱🇷🇷🇸反而会🕉🛫少一些🎦。
当AI作答🇵🇲完毕，得到😕"对（👖1分）"或"🏜🇸🇽错（0分）"🐣的结果后，SPP🛰O用一🐋个极简的🐟🕵️♀️公式计算优势信号⌛：实际结果减♒🧗♂️去预估概率🤷♀️。Kimi 的思路🤲是把安装包👩直接发🖇🍫给花花，这样就🇻🇬可以绕过网络的问🦡🤣题了🇱🇰。以最简单🏹的 E❕🦡asy 🕕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 De🍧🦄pictQA 🕞🌞只能在用 P🛢🇸🇹ANDAS🏔ET 额外训🥜练后才达到4🎗9%，如果🦌🇷🇪不额外训练则根🎄本无法完成这项😭🚶♀️任务🦙🇬🇾。
