（来源：上观新闻）
模型训🚿🚔练现在🇵🇰📐不只是🏋“喂数据”，而是🇿🇲🦇要在环境👨🦱🇲🇴中反复👊试错、评估结果☀🇮🇳。问：编程智能体是🌻走瀑布🍻🇭🇷流还是🗞敏捷路线？😽 当然😥🇳🇮是敏捷的路线🥕📔。安全部门🔝🦁花三个月审了🇵🇭🚽五款工具🇹🇩㊗，结论是不能用🚉——数据要出内🕎网👁。所谓的强化🇦🇽🥧学习，🔊❄就是不再只🈂让模型坐在🔚教室里背💻标准答案😴🥓，而是直接扔🌃进考场🆔♟️sem广告投放是做什么的里，让它下场做题™📛。然而，基于🧐LLVM/MLI🥼R的框架在面🇲🇶向真实量子🌶🇰🇼硬件的物理量🦹♂️子比特映射及路由🐏等关键🏛🌘环节仍未🎓形成成熟🇰🇿🆓解决方案，例如♐ScaffCC🇲🇺和PennyLa👿🏊ne等编译🇸🇭📥框架均未实现面🇲🇰🏐向真机👁🏗的比特映射及🚠sem广告投放是做什么的路由；基于Q🎭IR的🏚😹电路操作与优化🔉🐢亦存在编译效率偏🍎低的问题🤷♂️🦷。
在 SWE-🥫📄bench🗄🐥 上 80.6%🇱🇧 这个数字意味着☦⛎什么？🇳🇵🇩🇲它意味🤷♀️着模型不只是🇦🇽⛸能补全一🏝个函数或生成一🌾段算法👨👦👦🚵♀️——它🇸🇽能理解🙋一个软件工程⛎👓任务（“👩⚕️给订单模块增🛩加部分退款功🥈🏃♀️能”），定👈📯位到需要改动的🙊🌚文件，写出跨🏏🥑文件的修改🔬↔，并且让代😐🇳🇵码真的跑通🤙🗜。但未来一定🦃👩🎓会出现新🦃😃的路径：🍱类似于“大🇨🇷规模预🐨🆕训练”的机器🔬人模型，就像💮人类一样，通过🚊👢大量经验▪学习，同时具备“↖样本高✝⛪效性”（few🇻🇳-shot ㊙learnin🇵🇦👲g）😧。2021年，因为🚾对OpenA🇰🇬I日益浓厚的商业🦹♂️🚓化气息和安全理念😇🗓的分歧，核心🐾研究员达里奥✈🎾·阿莫代伊带着妹🏢💒妹丹尼拉和一💹👖批同事集体出走，🆚创立了An🚸throp☹ic🌐。
