（来源：上观新闻）
这个测试模拟真🎃实的软件🤩🤛开发环境😒🏟，要求模🉑🆑型能够🎚理解代码👨⚕️👮库、定位错误🧂🌸、修复漏洞🇵🇰并通过📦测试🦜🔍。整个WALA🚀R训练🕰过程采用🇨🇺🖖了群组相对策略🚜优化（GRPO）💹🤛算法📘。以LLaM🇬🇾AX模型为例🥕⛰，经过W🍇🧟♂️ALAR训练后，🐖它在xCOMET🇵🇰评估指标上✈😢的平均分数从6⚫无人乱码一线二线三线忘忧草4.97🍘👨🌾提升到了7☂1.34，这相↕当于提升了近10🏙🇬🇧%的翻🥳♏译质量📯。问题二：AP🔏I定价将上升、💉下降，还是分化🎳🔺？ 定🍬❔价不会单🇰🇮向移动，分🌿🀄化才是主旋律🖥。
这项由卡内🕝基梅隆🇬🇸大学计算🅰🌯机科学系🇸🇳🧐主导的🌜🇨🇼突破性研究发表于🦸♀️2026年3月1👐3日的a🔸🥧rXiv🍁🎼预印本服务🧜♂️🇮🇴器，论文编号为a🇸🇭😨rXiv⛷:2603.🇨🇷🇰🇭13045❕🦉v1，研究🇧🇴🇳🇴成果为那些渴望☸让AI在多语言翻👨🎤😖译领域取得真正突↩破的科研🐓🕓工作者们带👪🍲来了全新的📙视角🍶🦗无人乱码一线二线三线忘忧草。与此同时🦛，这项争端也意🎣🚔外为Anthr💔💟opic赢得🇲🇵📚了不少消费🧴者的心🏄♀️。
