（来源：上观新闻）
它用系🖌统化的方🚋式解决了一🏋️♀️🇺🇲个长期困扰AI训🤭⏏练领域😂🇳🇪的难题：怎么让一☯个已经"基📪😢本合格"🦉🆚的AI，在特定场🇭🇳🌦景中变得真正🗺可靠🖼。结果出乎意料——🏈🌖这个"👨💻🧽小个子🆗☎"价值模型不仅📙能正常工作，而且🐄🦍这个组合在所有🔒测试基准中取得了🤳最高的平均🙄🗒分🈺。这是因🍄为打分员需要理解👩💼📨AI在每一步🔖👱的输出，🤸♀️从而估算当👩⚖️前局面的价值🐁，而这种理解🇱🇸🌇能力要求打🇬🇳分员具备🐺和AI相当的语🍘言理解能力🈲。
”他写道🤧💃。这位员工表示，🎇💩他们会照常工作，🏔在等待进一步消👩👧👦👨👨👧息的同时，做🇬🇺好最坏的打❗🔼算，并尽力充分利🔬用接下来🧙♂️的一个月👷♀️。两种方式都有一🇪🇸个共同的🔯🥄缺陷：⛵⚪AI从训练信号中9️⃣‼得到的反馈，是"🥎🤐这个任务整体👩🦰成功了"或👩❤️💋👩✊"失败了🗨"，而不是"你在5️⃣第三步查询数🇹🇬据时出了问题"👩🔬。
