（来源：上观新闻）
与之相比，G🇱🇷⏸EPA（一种通🇳🇦过优化🙄提示词来🇭🇹🔬植入能力描🇧🇱🇶🇦述的方法）在🧟♀️超过4种能力之后🇻🇦🇸🇿就陷入了停滞，⏩无论再描述多🏐少种能力🌙🛸，效果不再🔯提升🕕💦。另一位员工对🚜🖼她的澄清表🌰💴示感谢🚙。这个约束🐉带来两个好处📂。**说到底，这🛏🚞谷歌工具项研究发🧒现了什么，又意🖤味着什么**🛣 归根结底🦓🤮，这项研究回答了👇一个在AI⬆🇭🇰训练领域长期存在🎬争议的问题：🦸♀️🍬大模型🤪推理能力😑🇧🇲的训练🛒🇬🇪，应该用什么样🇧🇩🍰的框架来建模？🏷☂ 研究团队的🖥答案是：把整个📃🧗♀️推理过程当📿成"一次🍧🐸性行动"来🇸🇧📒评价，而不是"🤕🔒一系列连续步骤🎛🥂"☠。
想看深🎆度报道，请微👏🦋信搜索“凤凰🇸🇽网科技”💞。当然，😂📵谷歌工具这项研🏯🕕究也坦诚地👑指出了自🗿🇻🇪身的局限：S📺PPO的设👨💻计前提是存在一个🐳明确的对错🧣判断——数🍙学题是否👾✴答正确🌗。#01 为什🥿🏞么需要多 Ag🧐⏳ent？ 先退一🇰🇭步聊一个绕不🇺🇾🙋♂️谷歌工具过去的问题📼😻。这不是一种妥协🇮🇨，而是一种更🕕贴近问🚲🇻🇪题本质的视🌚角🎬。比如，一道题预☎估答对🧿率为0🗳🔮.3（很难），🏌️♀️🇽🇰但AI🔟🔅答对了，那么优◽💿势信号就是🤤🤐1-0.3=0.🌐7，说明这次表现🚵🇪🇨远超预期，需🥨🛵要大力强化这个🇭🇺🇨🇼推理策略👱。4月7日，红果启🌊⏫动了针对低质🚻漫剧的专项治理行🍽谷歌工具动，截至4月🧁15日，一周内🧦🎗累计拦截和处↖罚下架违规🌬🧪低质漫剧3522🚻部6️⃣🇸🇳。
