（来源：上观新闻）
熟悉AI的人都知🧨道，里面的门道👩🦱有多深💄。在选中的这top💴🛷-k压缩KV🇵🇬🙇♀️块上做M👁️🗨️🏴ult〽🇪🇸i-Que✴🆎ry A🖇tte🧙♂️ntion，🧶♨得到注意力👥🦋输出👨🎨。这意味着它只需👨🦲🍂用户提供一个☃初始提示（在本例🔭📞地蜘蛛中为一份 2🗃19 字的设🙅♂️计规范）即🦕🇻🇨可自主🌴🥪运行🇬🇺。他向记者坦言：🌉“我之前在🇦🇶🖥阿里巴巴、🧼字节跳动等大厂📹工作，后来去了硅🎾📱谷，跟🇳🇪💽一些朋友交流🐉，发现🐛那边氛🔃围很好，🥵🍭几个人一碰就👨🦰能做新❌🦹♀️项目⏫。这种数据像“🇦🇨🍋牛奶”，有营🇸🇾🍙养，但难采集🚧。” 当AI🤾♂️🔒演员批量⛽入侵内娱，💈很多观众持有和🇫🇯鲁豫一样🧦的态度，🇻🇬但也不乏有人👨🌾✡拍手叫好，以为率🇫🇴🇱🇾先“斩👨🦱🌂杀”的💡🇬🇸，是有流量但没演🦹♀️💄技的“内娱丑孩子🇷🇴🛒”📏🇧🇫。
工厂里的🇦🇺🚝机械臂可以在固🇵🇼定位置🇻🇦👨🦱重复抓取🦗🖕一万次🤬，但家庭里的一🔦万个动作，🐲🧤每个可能🔔4️⃣只做一次，每🌳👩🏫次的环境条件都🇰🇪🇱🇰不一样🧭。研究团👩🦰队还测试了两🚘个基线方法🦖作为参照：线性🀄⛅探针（在 🚭💍DINOv2 特🧤征上直接套一层🔆线性分🕗类器）和☦注意力👩🎓🎰探针（🇦🇫〽在 D🐧🇮🇴INOv2 特💾征上套一个带交😴叉注意力的✡🇷🇺 Tr🎪ansfor🍆🌊mer 模块）◼🥑。为了确认SP👨👨👧👧🥈PO的优势🌑确实来自其核心设🏜👻计思想而非其他👩👩👦👦👨💻因素，研究团队☸🏪还做了一个🍀🙍♂️对照实验：把SP🕌PO用来🥎🚆训练价值模型的👀🇦🇿方式（二元交叉🌗🐀熵损失）直接嫁接🏗🕉到标准PPO框🇴🇲架上，其🈳他一切保持不变，7️⃣🏮命名为"PPO🧯🦏 + 👨👨👦👦BCE"🆗💪。
