（来源：上观新闻）
研究团队测试🚦了用15亿参🏨数模型作为价值模🐀💢型来辅🇨🇩⤵助训练70🔸😿亿参数主模型，两🚘者相差约4.7🇨🇾🇬🇱倍⏸。面对分叉的任务，🛢⛔它要么📞把所有分🤠🔷支塞进脑子里👩🦳，脑子一定爆💡，要么只⏸🖱走其中一条，错过⏩其他所有👩⚕️🇨🇾纳网域名注册可能📹😔。“我知道这会♎让每个人在接近一🍝个月的时间里都处💆🇶🇦于不确定之中，🇲🇳这种感觉非常令🏄🧛♀️人不安🌺⛎。你做出这个判🎥断的过程，不是对🥁整张照片笼统打个🚪分，而是把照🇲🇶🥏片拆分成一个个💁♂️⏰区域，分别去感知✌🏁每块区域的质量☺差异，然🇧🇴🇹🇬后汇总成一😚🇷🇴个整体印象🇩🇿👩🦱。这意味着🛬💷价值模型确实学🇸🇽🏵会了区分难题和🧑简单题，虽然不🇶🇦🔽完美，但🇵🇷🐬相关性足够显🏴🇹🇱著，能🚼为训练提供有效的🇮🇩⤵基准信号😱🇬🇹。
张孝荣指出，🇰🇮大多数用户😕🤝对一款又一款AI🐑工具的追🚳逐，更多是由🧗♀️🙄FOMO（错👩🦲失恐惧🇲🇾🕛）驱动的“数字囤🔘积”行为，👅🤸♂️而非完全由需求驱🇹🇭动🐝🎑。只有在模型观察👷♀️到时序结果🔩▶后，它才意识🧗♀️到问题并加以解决🙈™。实验表明去掉这💓👎个机制后，M🇸🇯🚣LE-Be🗒👩⚖️nch⏭☎ Lite的获👩🎓🌒奖率会下🇲🇱降近32🇬🇱🍮个百分点👅。但他后来与♐此言论保持👩了距离🇨🇿。有人把它😑当健身，有人把🐦它当社🇸🇸交，也有人就是👫🇿🇲单纯享受挥🍑🔡拍出汗之后，那种🆒脑子终于安静下来🛷👤的感觉👨🎤。**说到底，🛋🈁这项研究🚐发现了什么，又意⬛🇲🇹味着什么** 归🇮🇪🔗根结底🇳🇱👩💻纳网域名注册，这项研究🌫🇸🇽回答了一个在A🔭🇬🇫I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🥜🐾纳网域名注册：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"💈。
