（来源：上观新闻）
Q3：TRACE🇦🇬和直接在目🗼标场景里🚺🌜做强化⛔学习训🌏练有什么区别📗？ A：直接在🥨🔍目标场2️⃣景做强化学习🧺👨✈️（GRP🇩🇬O on Ta↔💯rge💦🎀t）训练时，模🌞型从任务📬🔼整体成功或失败中🌄学习，无法精🏰确归因🇱🇺🇻🇦到某种具体能力，🌲容易陷入不🚼稳定或过拟合🥇🇧🇪。
因为这些🍻事情光靠屏幕🐧👨🏫是解决不🥾🦌了的—— 它🛑✴们需要有人真的🇷🇴🇻🇨在场，能看🥺🏳见你、听见你、🏋️♀️⚗陪着你⁉，并对你做🔟出反应👯🤶。左为素人博主本🇩🇴人照片，🇵🇱右为短剧截🇦🇱🇲🇱图 普通人💂尚且如🥑🍦此，自🐇带流量🏊♀️🇺🇸的头部艺🔙🤴人更是AI短剧盗👨👧👧脸重灾区♨🔛。
