（来源：上观新闻）
AI每生📡成一个🇨🇺词，系统就有一个🕘📋"打分员"🔲（技术上称🗻🇲🇬为Cr👨⌛itic，批评😓👨👩👦👦家）在旁边估算：🦕👨👨👧👧按照现🐙🏔在这个走势🅱◀，最终能答对🛴的概率是多🤡少？然后根🇨🇫据这个概率，🦵🇹🇴奖励或惩🔷🕐罚刚才的每一步💟操作👩🔬。
借鉴OpenAI🇸🇾和Strea💙ming🇮🇨🇦🇸LLM的t🇹🇿rick，🚥🍼在attenti🌁🍩on分母上加一🍫🤡个learnab🇨🇽🥁le sink🕹🐤 log🇸🇨it，允许at🌃®tentio🕵️♀️n score总🧥和不等于🇸🇦1🤲🇹🇨。它不需要持续◾观察自身🕙全身，就能内在地🚶🉐感知自己🌷🚃的高度、宽度、🤬👼手臂伸展范👻围，判断能否💐通过某个🥘空间或触及◽某个物体🇬🇸。
