（来源：上观新闻）
它的思路🐽是直接扔掉那个不7️⃣靠谱的打分员，🧨🦄改用一种"横🏛🆚向比较"的💆♂️方式：🌰对同一道题，让❄AI同时生成一批🇧🇷答案（通常🛹✌是8个），♉然后以这批答案的🗾平均得分🎱🕷作为基♊准，那些🥉比平均水🇦🇲☺平好的答案就💳得到奖📨㊙励，差的就受到惩💚罚😀🧸。而最终的反😡馈只有一个："🦔答案正确"或👩👩👦◽"答案错误"🇮🇸。我可以🚵🗞把同事👪，以及🧼🖲他们的虾🎞🗝都拉到群里💚🔠。将人类工作流程引👩👧👧🔒入智能🇦🇬🐌体人工智能 Ve🕓rkor.io 🏸的智能体🇬🇸🦗系统名为De🇸🇾🎸sig💺🇮🇴n Cond🕍uctor，🇶🇦它本身并非人工👩❤️👩智能模型，而是🚵🧴大型语言模🚣♀️🤟型(LLM)🎏 的框架🦘🚯。其中最🐔🇵🇬主要的是需要极🇰🇪🦚高的功能🌕🐮测试覆盖🕥率——也就🍑🌐是说，需要🧽进行测🔏试以确保设备在运🍞行中不存在👩👦👦😿任何“缺陷”🍥，并且置信度非🍢✒常高🌉。
从演员嘴里说8️⃣⛰出来，是🇫🇯无奈的💀自嘲，带着一种对4️⃣行业变化隐隐🏴的不安🧪，让人觉得🤑心酸🔨。为了确认SPP🈁O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SPP⚫O用来训练价值模♌型的方式（㊗🚒二元交叉熵损失）🧝♂️🇬🇲直接嫁接到🕟怎么引蜘蛛出来标准PPO框架上🏋️♀️，其他一切保✨持不变🐰🇻🇪，命名为"P🛸🌞PO ⏬+ BCE🌥"◻。
