（来源：上观新闻）
实验逻辑很简🎎🐎单：对于一对图🙇♀️🇬🇪片，PAN📬🛣DA 生成两张图🚴♀️🇨🇱的失真图，然后用🎗一个朴素规则来做🚻整图排😝😅名——如果🇬🇵某张图中更多区🇨🇭🍁域的质量🇭🇰👧评分更高（🎹或者比🇨🇫🏺较关系显示🍓💐更多区🌞域更好），🐑则认为🕖3️⃣该图整体🇧🇿🔜质量更好🐤。
它们的每一个🌨🚟动作，要么被预🌘先编程，要🤷♂️👙么被远程🇻🇬操控✳。这部分继承自V🇦🇽☯3.2的DSA🙍⚫。V4把它压到👩💻🕟V3.2的1🛹🗼0%，成本曲线突🖱然打直了🇹🇷🏞。在LunarLa🏵📼nder上，SP🇨🇷PO保持了稳定上🧙♀️升的学习曲线，🔘而标准🔯PPO则🦵🕢出现了明🤵🌨显的波动和倒退☝📻。
文件并未说明🦠🎚马斯克🏴🔔打算如何使用这♒👩👩👧笔资金👨👩👧👦。目前，我个🤼♂️📉人觉得在产品开🍈发上，Ki🐶mi的整体表现👉🎛很不错，我现在很🖖多大模🎳型用的都是🔪Kimi🇰🇪🤷♀️。于是，如果🌖🇸🇯你要训练🏘一个70亿参🇬🇼数的AI，打分员👖👛也需要70亿参㊗数，内🦒谷粉搜索谷歌搜索引擎入口存占用直接翻倍🇫🇴。这项研🇰🇾究也引出了一🇸🇷🍟些值得继续思考🔭🇩🇬的问题📵🛍。
