（来源：上观新闻）
与最佳模型的价格🍌📪差正在成为模型🕊☎实际竞🗂💙争力的良👖🇨🇳好代理变量👩🦱。他关注如何◀🙁让机器人在部署后🇳🇦，仍能针对多💆🐯样化的®HISTORY4近距离完整版新任务快🍱速学习，这一方🏖向在他看来🎓🏇具有重要研究价1️⃣👑值与应用潜力⛅。
整个WALAR训👉💷练过程采用了群🇩🇿组相对策略优化🇰🇮（GRPO）😦🏏算法🥒🔅。为什么？ 一方面🏉当然是🎬🉑因为中国大模型😉越来越好用，另↖一方面🉐🇳🇴，是因为成本🚯，简单来🔮😴说就是，🇬🇵❤中国电力🏳🇧🇫优势正在转换为🚋算力优势，让➗词元——Toke🐢🇵🇲n的定价🇯🇪，远低于国外☁。
Token👩🦰使用量：实际消🕔耗量反映用户和开🇬🇩发者的真🤵实选择🏇🏇。比如，某🍏些简单的任务🇺🇳👼，就可以调用💕本地部🎍署在EdgeC⛴law Box中💀的小模型，不用👩🦳🚽联网和额外消耗🏒Tok🇰🇲👳en🔂🏦。罗福莉称，当😣👲模型开始执行更长🧙♂️👭时间的任🐖务时，会发现模型🇬🇱📡能够自己学习、🏃自己进化💺。
