（来源：上观新闻）
在 DeepM💏🇧🇱ind🧖♀️🇵🇫 期间，🕴👩👩👧👧Haar👭noja 曾主🇺🇸👩👧👧导多个将深🧢度强化学🇧🇮习应用于实💀体机器人🇸🇸的项目，↕🛵其中最为人熟知的🙈是通过仿真强化学🇧🇸习训练小型🇦🇴🏅人形机器人踢🇮🇪🧸足球：机器人在🇸🇰🏈虚拟环👥境中完全📺自主演化🤛⛓出带球、射门乃至🚖🇨🇴弄蜘蛛网的工具叫什么跌倒后自🥒主爬起的复杂行为🇪🇸序列📎🇲🇫。晚点：美国👨🦱🌌模型好像没🇺🇲🇦🇱有做得那么稀🇧🇼🇶🇦疏，他们不太追求🌅这个🍯📽。
GLM、Qwe🇭🇲🛤n、MiniM👩💼ax 则🇩🇯在 RL 训🎂练端、长🚽🐠上下文🔖落地上有🇯🇴扎实积累👩👦。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🤐🍇弄蜘蛛网的工具叫什么让代码真的跑通😴👩👩👦。
