（来源：上观新闻）
斯坦福团🙁队把这类在完成🚇任务过程👩🍳✉中不可缺少🔻🇦🇩的具体行为称为"🇪🇺🥑能力"🗒😩。每个节点记录👩🎨了该区域🔧的失真类型（🇬🇼🏜比如是模糊🧟♀️怎么诱捕蜘蛛、噪点、过度压缩🇦🇬还是过🦟🇬🇵度锐化），失真严📖🤸♂️重程度（轻✔🆕微、中等、严重或🏊♀️无失真），以及一⛈👨👦👦个0到1🇨🇲✖之间的质量评分✝🤤。有人笑着说：之🎍🇲🇶前就总😗听全世界用🥃🔡户都被🍦👩🎨Chat🥨🥀GPT稳稳接住➕🏍，这下算🏒👓是看到现实版了👩💻。比如，一道题预估🌍答对率为0🌾.3（很👛难），但AI🌶答对了，那💮🐵么优势信🌤🎖号就是1-🎾0.3🔺=0.7，说明这🥣😆次表现远🇨🇿超预期，需🇸🇩要大力强化🥊🚖这个推理策🏹略🚩🛅。DC 可以无😋⏏限期地运🌄行，但在本🕋🇧🇭例中，我们在消🇧🇼☎耗了一🇪🇭定数量的令牌🏟后终止了🚒🙍♂️它的执行🐔怎么诱捕蜘蛛。
有人发帖称，这🇵🇹是自己入职🥳公司的第一周🇿🇲🇨🇵。虽然我们🇧🇷发现这并未影🏉响 D🇮🇩C 实现功能正确📏性的能力，但🆚却增加🧲了 DC 调试时🦝9️⃣序问题的难度🦃🇦🇩。**说到底，这项🚤研究发现了什么🏴🦜，又意味💁着什么🇲🇰🈂** 归根👩✈️🗃结底，这项研究回🇳🇮🚾答了一个📪👥在AI训练⏯🧞♂️领域长期存在争议🧜♂️的问题⛴📵：大模型推理😒能力的训练，应该🐪用什么样🤾♂️🕑的框架👧来建模？ 研🕍究团队的答➡案是：把整🇦🇹🦘个推理过🎃程当成🙅♂️"一次性行动🚆🧹"来评价🇧🇪🤠，而不是"一系列☄😭连续步骤🦗"🏺📡。
