（来源：上观新闻）
**六、不只🇵🇰是纸上👩👩👦🇲🇰谈兵：在经典🔪💴游戏控制任务上的💉验证** ⏯🇧🇹为了排除"成功🔒🌈可能只是🐧🇲🇳因为在某个特定🧖♂️🤝训练框架下💆♂️🏵的系统👩👩👧👧优化"这一👯♂️🇷🇺疑虑，研究👩⚕️➿团队把🥜📔SPPO移植🚃到了五个经典🇽🇰⏺的强化学📉习控制任🥝⏫务上：精密🖖☝版Car🌄🎈tPol🎷☠e（控制杆子🥍📶不倒）、Mo🛢untainCa🏄↗r（让小车爬上山🎙🍾）、Hopper🛤🧲（双足🙀机器人前进）、L🌴unarL🇧🇦🍡ander（🇸🇲👦月球着陆😉器着陆）和Pe🌐ndulum（🐺👩🔬保持摆🇬🇳杆直立）👨💻🛌。
汇博机🦂器人首席科学🇵🇹家孙立宁🏄♀️🤳院士认为，具🎮身智能行业当⬆🎵前存在追⭕求“全能通用⚛人形机器人”的误🇻🇳⚓区，这导致了👨🏫💼泛化能力与商业🇰🇬🌜成本的极度不匹配🌒🙋♂️。过去，训练一⌨🇮🇸个70亿参数的🗜推理模型需要同👩🚀🇰🇷时加载一个同等🥺大小的打分员，💰内存压力极大；而👋🥍SPPO允🦙🌵许用一个🥝小十倍的模👨🔧🇦🇺型担任价值预🎅🇧🇴测者，让更多研究🏴者能够在有限的🚓💨计算资源下💽♣开展实验🎴👨🔬。2020 年，🏊研究人员对 G🧨PT-2 模🎇🕐型进行了微调🏵🍺，使其能够🏥🇺🇲设计逻🇯🇴辑电路片段；20⬅23 年，研究▪🆕人员使用GPT-💩4 帮⏯助设计了一个具有🥣新型指令集的 🌵8 位处理器🧹📢；到 202🕝↗4 年，各种 L🧣🔸LM 可以😿🔩设计和测试具有基💝本功能的👩💼🤭芯片，例如⚛掷骰子（尽管这些🤓芯片通常存在缺陷🚦）☀🔮。
此时，👿🥌DC 专注于集🙃💒成测试🥍🍥。Q&A 🕶💧Q1：TRAC👩🚀E系统是如何识别🥿AI助手的薄🧁弱能力的？ A👩🦰：TRACE通过🇳🇴🖥对比AI助手🧲🥫的成功🇱🇺记录和失败记录📤来识别薄🇲🇬🧷弱能力🍝👁️🗨️。另有调查💥1️⃣显示，在所🦜有AI短剧👣的品类中，👊AI仿真人短剧🧭床上有蜘蛛怎么办是付费和消费意0️⃣🐸愿最低的💦💬。操作上比🦶较简单，我演示🥴🕡下主要🥑👩🦰是给大家看🎾看流程🍔🧛♀️。
