（来源：上观新闻）
它带来了两🇧🇴谷歌优化个直接后果💯🇲🇼：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🧚♀️。
“我们发🈶现，更好的方法🎎🇽🇰是让 A😫I 代🗣🇳🇵理解决整个问题🦜🐃，”他说道🍉🛀。这项由斯坦福😇🐃大学主导的研🇬🇱究以预印本形式于🐼2026年4月发🇩🇯表，论文编号为a🇪🇨rXiv:26🌯🇬🇬04.05336😸v1，有兴🍐趣深入了🧐解的读㊙者可以通🍬💛过该编号在3️⃣🗼arXiv👨🏫平台查询完整论文🍢🍁。第三是 Kim🥌i Claw 的🕎🇳🇦群组功能⚜👩❤️👩。
