（来源：上观新闻）
在内娱，“真♻人演戏成为🐖非遗”🛬🇰🇿或许早已成为一💉👁️🗨️个心照不宣的秘🇯🇲😖密🕢。研究人员指出，🧒🥄预估一道题👩🏫的难度，🐛🏹根本不🇲🇵🌼需要具🍘🎷备解题能力🌘，就好比一个🇱🇮经验丰富的老师一🚇眼就能判断😶某道题"🇭🇲📧很多学生会🔄错"，👨💼🔈即使他🌎自己不🖕亲自去做这道🦌☔题🇪🇪🤲。
研究人员通常有两🤦♀️🍧种选择：要么🦂🎮给AI看大〰量来自各种🇬🇧场景的训练⏱👏数据，🍋希望它🙌能从中🇰🇲🇵🇼"悟"出各种技能🥢；要么🎙直接在目🛹标场景里训练AI♻😁，让它从最终的成☑🛢功或失败中学习🎗🇧🇪。
用不好的人给🥗的反馈没有价值，🏋🇲🇻如果他们直接用H🌥🏅ermes，会🇦🇿让这匹🌽马‘越学越🙅♂️🧞♀️差’🕠。训练方🕢式是一种叫做GR♍😙PO的强化学习☸😺算法：A🌗🇲🇴I在练习场景中一🇪🇺👴次生成多个不同的▶答案，系统根据每🕢✂个答案的好坏🛫给出分数，然后🐪通过对🎞比组内分数的高🎶🇪🇷低来计算每🗣个答案应该被🇹🇲强化还🕔🇹🇹是削弱🇩🇯🎎。
