（来源：上观新闻）
这项研究的价值在🎣于，它提☝🌳供了一套完全自🤼♀️🛵动化的系统，🍌不需要人类专家坐💆在旁边一条一条🈚地分析AI的💲👨👧👦失败原因，😝🌻而是让AI自己💻完成这个"👨💼💏自我诊断"和"🤮自我补课"的🐷📣过程🔟🍧。在1.5B规模（🚣建个网站费用多少15亿参数）的模📫型上，标准PPO🛒的综合🕐🎎平均分是44🇬🇱.06，甚至👨🎨低于未经训练👪🇾🇹的基础模型（4🇳🇺4.96🤤）🚶♀️🔶。
压缩过👩👩👧👦🇿🇲程也没有C🐛👔SA那样的ov🇦🇨erlap，💻直接每m’🥗个一组🗂压🐌🚍。论文里没有👃🚹长篇大论地解🏖释CSA和H🏪CA为什么要配对☸使用，但读完整个🔡archite🇫🇰cture章节🦒，能看出它们的☑⏬分工🦃。
当AI作答完毕，☹得到"对（1分）🗄🥢"或"错（🍜🐉0分）"的结果后📆，SPP📜O用一🇹🇭🎤个极简的公式计🦵👩🔬算优势信号：实💧际结果减💆去预估概率📔。一个月后，🚽🔘马斯克宣🙀布Spa🖐🥋ceX将🇳🇿收购xAI，⛹后者正花🥯⏏费数十亿美元投👩🏭资AI研发🤽♂️。
