（来源：上观新闻）
随后，一个💅负责分析的🏋AI（可以理解为⏫🚲辅导老师🇳🇱供应链管理平台）仔细🔣阅读这些👩🚀记录，对比成功案🐠🈯例和失败案🇼🇸👰例，寻找🐪👩❤️👩规律性的差🈺异🇲🇽👶。分析过程分为两👨❤️👨☦个阶段🥶🐯：先是"发现阶段🐢"，分析🏤AI通🤖过检查所有记录中🐲🖼的工具🇳🇫🤧调用、工具😱返回结果和🇲🇨最终回复，🤭👁️🗨️归纳出一📼份候选💇♂️能力清单，并为🇻🇳每种能力起🛍一个固定名称和🌲描述；然后是◼👨🦲"标注阶段"，分🕢析AI拿着这🚯份清单，逐一检查🚚每条任务记录，判💾🇫🇯断每种能力在这😧条记录中是"不需🔥🚽要"、"已正确🎣👗执行"还是🇨🇻"本应执💑行却没有执行"🤼♂️。
在实际测🇵🇹试中，研究团队🐵独立运行了1🤣0次能力🌔🤛分析，"结构化数🔚📯供应链管理平台据推理"、"💔多步骤任务完🧷成"和"前提条⚽⚔件验证🍉🇺🇲"三种能力每次都🇦🇱被稳定识别，"工🇲🇹具调用精确性"在🛬10次中被识别到☣💏8次🚟🇬🇬。Q/KV👝 normal💑izat⚙🃏ion🧜♀️。先SFT打底，📇再用GRP🕜🇬🇺O做do💟🛡main-spe💽cific 🥾🌋RL🥞。
问题来了—📈—学生写👨👩👧👦了满满两页纸的🇧🇷推理过程，最🎢🇰🇮终答案错了，🚖但你只🙅♂️🥇能说一句🔫"不对"📮。一个训练了两个万🇮🇱🏕亿参数MoE的团🐁队公开承👌认「我🔉💟们不知道为什么这⛈🍙两个tr♥ick管🇦🇫⬆用」，在202🧗♂️6年已经是一件挺📢稀罕的事📽🇵🇸。
