（来源：上观新闻）
它带来了两个直接🚩🏟后果：🌮🚣♀️对于答对的推理链🇨🇻🇲🇭，打分员在接🇩🇬🎠近结尾时🇨🇫才给出高🚣♀️分，导致AI的整🐛个推理过程几乎收⛄📣不到任何有效的激✈🇰🇷励信号🐣；对于答错的推理🇯🇴🇿🇲链，打分员在中📘🛍间过程中也没有给🙎出足够的惩罚🏗😝，无法让🇨🇽🧫AI知道🚆🤩哪里出了问题📎。中外热搜上🥧🇲🇴了一整圈，科🐎🥜技媒体的版面今天☑都让给了它，Op🦃enAI也成了它😇😎的陪衬®🌏。
例如，🌳CPU设计大师🔜深谙实现卓越🛅性能的“技巧❇”和“🍰秘诀”🍦。可以把每个✉令牌理解👨👨👦为一个"➿标签贴纸"，🇲🇿👈系统会为图片中🐣🏡的每个区域随⏱机分配一个这样🖱🇦🇿的贴纸，然后把👩🔬🌁贴纸和区🍛域的形状信息🎆相结合，再与图像🥌的深层特征🦀融合，从而为✋每个区域生成一个🎼"个性化"✉的特征表示🇸🇨。让机器人©🥟去处理那些高重🇬🇫复、高强度🕶的工作，本📿就是这🤐个行业最早的使命♑🇲🇱。在几个对比方法🔛中，直接🚿在目标👱♀️环境里用强化学👤🧗♀️习训练❇的模型😁🇱🇹（GRPO🍥 on🤯 Targ🔋🗂et）🐍能达到☕37.🌊8%，一种使☺🚣♀️用通用合成🇳🇺🗽环境训练的方🐌🍥法（AWM）能🏄♀️达到38.4%，🇵🇹而一种通过优化🚩📂系统提示词来🐚植入能📠*️⃣力描述的方法（G🍑🔀EPA）能达到🚢39.📒📏6%🎂。
