（来源：上观新闻）
GRPO因✅为每道🕐题都需要生成8个🐾答案，训练🗺进程推进得🌊很慢🐬🥍。一个月后👩🦰，马斯克宣🇫🇲布Sp🏄♀️aceX将收🇽🇰🇬🇮购xAI🔚，后者正花费🦢🧴数十亿美元🚫📩投资AI🇿🇼研发🌓。此外，系统还🤢设有一个"通🇭🇹🍕用助手接🤗🚒口"，用于处🚴♀️🕘理探索、规划或一🇲🇿次性辅助任务🐂，这些任务不🍛➡需要专门的专👩🍳家流程，但🛂也值得有一个🐱专门的🕠🇨🇵代理去完成🥀。
**当AI做数🧲📞学题，"🔥打分员"却🧾🎫失灵了*🐼* 假🦙设你正在教一个🛴学生做数学🐚🍍题，你的评♋🖱分方式是：等他😎🏚广告投放平台把整道题🕠全部写完，🆔才告诉他"对"或🇬🇲"错"💙😩。
在一个令🏋️♀️👏人印象🇸🇸深刻的例子中🚺☃，DC 错误☺地认为减少依赖代🇵🇱码行数会缩短芯🌊👶片的关键👷♀️路径⏮。这种数据像“🦌牛奶”，有营养，📇🤚但难采集↖🔫。参数量🎄高达270亿的🛂 Ge◼🏊mini 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↘😧，Gemini🍻🇬🇬 2.5 Pro👨💻🦟 在这项任务上的📆广告投放平台表现几乎与瞎🆎猜无异🐘🏚广告投放平台。
