（来源：上观新闻）
💬 “以前🆎🥟用 Mid👍journe🚻y 做概🧙♂️念稿很美，🇱🇮🔱但落不了地👨⚕️。实验数🏬据显示，SPPO👚大约在2➗🏣2小时🎈🌓内就能达🛶到约58分的🇮🇩峰值水🚹🦶平，而G📽RPO♥等方法需要🎎🇻🇦明显更长的时🦸♂️🇦🇽间才能达🇹🇰到可比水平，整体🚬速度差距约为5.🇪🇨🧛♀️9倍👩❤️💋👩。如果SolarC☯🛋ity🧻🕔破产，😟🇲🇪SpaceX的投💛🏠资可能血本无🉐归☔🍌。而这，或许才是人😏工智能通🍝往通用视觉智能的👨👧👦🕊正确道😟路🥨🚅。奇点时刻🕤，真让📃6️⃣人激动🔞。“我做🐼🎳的是PMF，即👩🚒🦚产品符合市场需🤨求🐺。
在后训练阶段🚍🍨，V4这🌝一代做了一次方🌉法论替换，传统⏸的mixed🥇🈂 RL🌶阶段被💗🥪On-Poli🌻👅cy Dist🌞illation🚈（OPD）完全替🍸代💁。在官方的推文中🗻↘，也侧👨👩👧👧⛹️♀️面印证了这个说⌚⚔法： 目前D😙eepSe💛🌕ek-V4已成🥑为公司内部员🕍👔工使用的🗑Agen🌘tic© Codi🚈ng模型，据评👩👩👧🐃测反馈使用体验优🥙于So♐nnet 4💃⚖.5，交🍳付质量接近Op⛓📞us 4👶🌩.6非思考模式，▪♻但仍与Opus 🚘🖕4.6思考模式存🚊在一定差🏓🎀距😅。
而GRP㊗🇬🇺O通过把整个答🧸🈵案当成一个整体🔀🧝♀️来评分，实际⚫上是把🍡解题任务变成了一🕦个完全不同的模型♉——技术上叫做"🇵🇳🥋序列级情🇫🇷☄境赌博机🙀🇨🇮"（Seque❗nce-Le☸vel Con🧿1️⃣textual🇲🇶⚰sem是什么职位 Bandit）🌸🕠。第二种叫"🇰🇿sem是什么职位日期时间推理🔀😏"：AI直接尝🎱试心算Uni😌x时间戳（一📒sem是什么职位种表示时间👨❤️💋👨的数字格式）📿🏃♀️来推算♌🚠当前日期💚🌿，而不☮🇬🇦是调用专门😀🇽🇰的时间转换工🚳🤨具，结果频繁算错💹。
