（来源：上观新闻）
AI科🇪🇷📠学家使⚙用GL🇹🇴⌨M-5模👫🎚型时达到🕶了平均33🕙.73分，比🤓🇬🇶此前最强🧒AI基线高👭🦜出11.1📁5分，并显🔋著缩小了与人类🇱🇸博士生🇩🇪的差距🔢。但与 🐘🐱Midjo⛲🤦♀️urney🇲🇻泛在服务 的极🦠🇲🇹致风格化、谷歌🇦🇽🔐 Nan🚳o Bana🔽na Pro☘🛎 的 4K 原👨🎓⏫生相比，Op🖨enAI🔸 走了一条完全🚎不同的路——让图🇨🇺像生成服务“思考📕🧿任务”🇵🇱♉，而非服务“艺🎍术灵感🇵🇪”🚇✨。而第一批真🙈💽泛在服务正被AI甩👍🏧下车的，是没有🏸任何话语权的🚬底层演员↩🌺。
这些任👦务被专门改造成类🇪🇷似AI推理的💇♂️稀疏奖励模式：整🇫🇲👨👧个过程中没有🐽👔任何中间反馈，◻🇵🇦只在最终时刻给😟出"成🧀🏥功"或"失🧖♂️🚊败"的🤜😇二元结果💗😷。在一个令人印🔯象深刻的例🇰🇲子中，D🧪C 错误地认为减🌟少依赖代码行🕖数会缩短芯😪片的关键⏬🐌路径😚。研究团队测试♑🌲了四种🎩合并方🇸🇿案，通过率均低于🇲🇷TRACE的🏵按需路由🧗♂️策略📦🏒。**七、价值📅🥏模型学到了什么*🆚* 研究团队🐽还专门分析了价🎰值模型🐢💈的质量，🍤🚵因为SPP🏙🥎O的整🇨🇺个机制都依🕌赖于一个能准确预🏭🇱🇦测题目难度的价值⬜模型🛍🇳🇫。
