（来源：上观新闻）
未来，💯😯每一张📅🇺🇬 AI🦕🕘 生成图的背后，💌都会有一段清晰🥄😧可见的“思🏋🦐考痕迹”🇺🇬。当AI作答完😾毕，得到"对（1🐹分）"或"错（0👩👧分）"的结果🇵🇫后，S👓🤨PPO用一个极🕘💸简的公式计算❌🏄优势信🍸号：实际结果减去😽💚预估概率⛩🎈。这背后🥟的原因有两⏹🌰个🦋🎣。这是一种内生🚆的空间👨👩👦👦🐅感知能力，而非🇮🇩通过外部测🐷👋量或建🏢模获得🌦。
值得特别🙆关注的是成本🧧🤪对比✒。图1展示了一个🛴具体案例：在"🇲🇭🐿侮辱性言论检测🌋"这一🇧🇳任务上，🇳🇦🇲🇰AI科学家在2🚂3小时内自🐲主完成🦓了74轮实验🤜㊙，将模型的验🇺🇬🏚证集AUC（🏷一种衡量分类模🔰🇮🇨SAP是什么型好坏的指标，越🛄🧸接近1越好）从0🍨🌆.903提升🗄👩❤️👩到了0.98➗2，期间经历😓🇳🇪了18次🌱🦢"找到更好方🗾🧜♂️案并保留"🇰🇬🌞的关键节点，同🦀🚝时也经历了大量"🇱🇧🇵🇭尝试无效果而丢弃🇱🇸"的探索🔇过程，🕎全程无需人🕞工干预💇⏯。
