（来源：上观新闻）
任务规则非常严格🏃♀️：给AI一💂♀️篇论文、一👅个配有GPU的空🇸🇮👱白Doc🧽ker容器和🛳泛站程序24小时时间，🚗🥼不能使用作者的📛原始代码，必🇦🇸🇬🇩须自己从🧚♀️零开始搭建、运😁行并得出与论文🇸🇷🛤匹配的实验🔱🚊结果3️⃣。TPU 8t：🚗🇸🇩面向超大规模训😬🦏练的算力引擎⛱ TPU🚎泛站程序 8t♌定位为预训练与嵌📔🙎♂️入密集型👅🚟工作负载的专用加🍯速器，谷歌🚗称其能够"将前🆑🔡沿模型开➕发周期🏛从数月🎯压缩至数周"⛵。
其实最近大🌚家在聊 H📠arness 🛒Engin♟️🦟eerin🔞g 的时候，🇸🇹🦈肯定会聊到🏕🏋️♀️ Multi-A😫🐌gent，🇲🇬👆为什么🇧🇻 Mul😥😀ti-🥚🎚Agent 这么🍞重要？ 这个㊗🧘♂️概念两年前就🇦🇶🚃有了，🕡🏖那会儿我不🦃⏺太看好🍕。
这样，每一🧧🇸🇷轮工作的成👌果都真实🎻地沉淀下来，后续👛的代理可🇿🇲以站在前🍟🙌人工作的肩膀🦕🏖上继续推🆘🇳🇪进，而😭🚙不是每次都从零🧜♂️开始🥪。**六、不只✌🇹🇩是纸上🦟谈兵：在经典游🚥🕚戏控制任务上的🈺验证** 为了排👩👧👦🥉除"成功可能只是👂因为在某个🕵🍺特定训练◻框架下的💤♠系统优化"这一⛄🛐疑虑，研究团队把⛰SPPO🍬移植到了五个经🎨典的强化学习控👨👨👧👦🇬🇪制任务上：精密🎆版Cart🇫🇴Pole（控制🙎♂️杆子不倒）🇰🇬👔、Mou🇱🇦📹nta🚁🈵inCa👨👧👦🇧🇾r（让小车爬上👨👨👦👦山）、H🎑opper（📸双足机器🦑🚬人前进）、Lun🆎arLander🇲🇱🦞（月球着陆器着🔋📿陆）和Pen📹dul🇬🇦泛站程序um（保⏲🥥持摆杆直📝🤽♂️立）🇺🇦🤥。
