（来源：上观新闻）
第三种方🖥🇺🇳法叫合🇲🇱📙成数据SFT，🍊收集每🇦🇿🖇个能力练习场景🍥🍇的成功轨迹，🔱🏀然后做监督微调📔🧰，结果只🐕🏊有37.🧶8%🗯🛀。研究人员指出，🇧🇦➿预估一道题🚗🇹🇲的难度👬，根本不需要具备👷♀️⏩解题能力，🔩就好比♊一个经验📅〰丰富的📙😵老师一眼就能判断🚅🥡某道题"📡很多学生会错"，🐃🐙即使他🤦♂️自己不亲➰自去做这2️⃣🏳道题👜🔧。
这种"回归💩火端泛站均值"🐖🐯的行为🇲🇬🇭🇹实际上对训练是🤦♂️🇮🇪有益的——⛅👫它不会因为过🎉🇼🇸于自信或过于悲观🥂🕐而产生扭曲的训练🇾🇪🕺信号，而是始终保💄🐕持一种适度🇧🇹🎖的不确定性，让真🌟📋正的"🖖超常发挥"🤴和"出乎意料的🥚🌟失误"都能产🦘生足够强的纠正信🤩🎲号😳💳。
长时间运行🥗🏔的自主人工🔂智能代理为📚🔄改变这种现👨👨👦🙅状提供了一🦑个充满希望的📩机会🏘。作为这一趋势🇭🇺的亲历者⏰💯，晴敬科技创始🍄🦃人姚双拥🐾🍺有阿里巴巴、字节🏣🤬跳动等互联🇸🇽🦹♂️网大厂从业经历🙂🇲🇳，并有🈴👘硅谷交流💁😸经验，他以🦇🌖OPC模式创业，📗火端泛站一边为企业提👯♂️火端泛站供 OPC 业🚡🇵🇱务赋能服🇵🇼◼务，一边聚🥈焦银发🧜♂️🐪经济赛道，〽📪并推出AI助📻🌉老项目“生命之书📫”，用技术帮助🎷🇹🇴老人留存🏋🛳生命记忆、👩🚒🇻🇬对抗遗🇮🇨🥟忘🤪。
