（来源：上观新闻）
这就是这篇论文要🤑解决的📙问题所在🇵🇹👹——不是🎽让AI写一段代🌓码，也不是让A🈶👕I回答一道题，而📢是让AI像一名💴真正的科🏙研工程师🏃♀️那样，端🛑到端地🎢完成整个机器学😈♋习研究的🌯🍢复现与优🍟化流程🥊👩🦳。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🛣。
**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SPPO🏧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🤑。数据构成上📹🇧🇴，长文档☕数据单独🏵⬜cura😄te，优🚴♀️🏴先收录科学🖱🧞♀️论文和技🏆术报告这类有学↩术价值的长材料⛑🇦🇫。
研究团队⛴📻还会重2️⃣⚜复这个分析过程多🇫🇮次，只保留每次😜都稳定🙏📈出现的能力🔙🚘，确保结论的😜可靠性🤽♀️。2020🧛♂️🧺 年，研究人员⏬♌对 GP🆗T-2🇮🇨👨❤️💋👨 模型进行了微调🕤，使其能够设👓🖊计逻辑电路📙片段；20🈳🏚23 年🇲🇼👨🏫，研究👗📮人员使🖋😟用GPT-4 🥰帮助设计了一个🇿🇦⛄具有新型指令⛱集的 3️⃣8 位处理器🛒🧮；到 2024➰ 年，各种🗽 LLM 可以设👢📿计和测试具有基本🐑⏬功能的芯🇨🇫片，例如🤦♂️🤢掷骰子🍵🇵🇫（尽管这些⏩芯片通常存在缺💏陷）🗡🥏。
