（来源：上观新闻）
研究团队🅿用数学工具仔🤒细分析了GRPO🏕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🕤。DC 在 1😑2 小时🦙🥥内完全自🦂⬇主地构建🇸🇱了多个 RI🏗😔SC-V 🥰👹CPU⛱🚼 的微架🇫🇲🖍构变体（🐈🙍我们称之为“Ve😰rCore”）💙，这些变体均满足🏞 1.48 📟🇺🇦GHz 的时👓序要求，而其设计🈁📀需求文档仅📳🐽有 219 👐个字🔻🌒。“以往用Ope🚧😯nClaw，遇到👦重要任务我会主动🇮🇶提醒它帮我总结🎿。
当模型🇷🇺📒学会在落笔🍐🚴之前检索信息🛥、规划层次、自⛓🍇我校验，它就不🎎👩🍳再只是一支⚙更快的画笔🚕，而是一个能🚶协作、能思考🇦🇺的视觉🎱伙伴📹。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🖲🧩。据短剧自习室统😣🥡计，仅今年3月，🔻抖音新🐆🍏上线的AI短🐧😏剧总量达3923🐤❄9部，✳日均上🍰♒新超1200部🕋。
