（来源：上观新闻）
投资者据此操作🎃，风险自担🇹🇨🇷🇸。**说到底，这项🇲🇻🍌研究发现了什么，🇩🇪🔯又意味着什🙋♂️么** 😋归根结底，这🇲🇰项研究©🦑回答了一👳个在A🎼I训练领域长期存🦘在争议的问🚌题：大模型✂推理能力的🚭💈训练，应该🇱🇨用什么样的框🧭架来建模🇦🇱？ 研究团队的答⏏案是：把整🇨🇽个推理过☸程当成🤾♀️👩🔬"一次性🍉行动"来评价，而🤷♂️🔋不是"一⁉系列连续💷步骤"🇬🇬🐈。不过更重要的是，🇻🇨🦒许多用户在🇹🇯🗡尝试这🇳🇬🏋类Ag💉🤛ent😣😱时，并没有清👨🦱🌙晰的使用🐥场景🇸🇳🔥。这意味着♒ DC 的支持基👨⚕️础设施👒必须在可🍤🐗扩展性和可靠性方♣面达到世界一流👹👩❤️💋👩水平😅🥕。
在OpenCla😲💬w体系中，所谓📒学习，本质仍然依😢赖用户🏢💴。反之，🇾🇹如果预估答🧾👨🦳对率0.9（很😻容易），⛺🙉但AI答错了🖕，优势信号就是📇0-0.9=🐜🦉-0.9，🏹👄说明这次翻车非常🚽严重，需🙋🇷🇺要强力纠正🇧🇫。它叫PHYB😂🇲🇭OT 🛌C2，来自动易🇩🇴🇰🇭科技🌒👩❤️💋👩。”盖尔写道👰🍡。最大的不确定性🇷🇪🕚在于，你无法预↘判Agen🏳t会从哪些数据中🌪学习，以及它生成🚘的技能是否包♊含危险指👩👦👦🇷🇸令🇬🇲🌖。
