（来源：上观新闻）
它的思路是直接👷♀️扔掉那个不靠谱🇫🇮的打分员🦁🌚，改用一种🎸🔁百度sem"横向比较"的🌭方式：对同一道🇨🇵🇫🇮题，让AI同时生🎙🇦🇬成一批答案（通™😼常是8个）🗨，然后以🐘👨🔧这批答🔅🏷案的平均得分作🚶♀️🏏为基准，那🇹🇷🕞些比平均水平好的💢答案就得到奖励，🧖♀️📥差的就受到惩🖲罚🉐。
尽管He🚑👟百度semrmes✳尝试通过📦🏞抽象和筛选提📶⏏升效率，但🦈这一过程🤜并非总是🔸☔有效☑。在LunarL⛲ande🇲🇲🙃r上，🎌🥣SPPO保👃🦜持了稳👐定上升的学🖕🔘习曲线🚃🗒，而标准PP🌑🎦O则出现了明显的🇰🇼波动和倒🇸🇽退🇳🇨。目前，我个人觉🇲🇪📕得在产品开发🇨🇰上，K🇸🇻imi的整体🦊表现很不错，↔我现在很👷👆多大模型用的都是🔏Kimi🙅⭕。
