（来源：上观新闻）
一位机器学👥习方向的博士生🏖👛，拿到一篇论文后🤸♀️，需要🏋👩🎓先读懂它，再搭建🧭🌩运行环境，🚫🎉接着动手写代码🔗，然后跑实验🦅🏄、看结果♑、发现问9️⃣题、修改代码、🕣⛎再跑……这☺个循环往🧨往持续好几天，中🤜⛓间任何一🇲🇲步出了🐛💌岔子，都可🐆能前功尽弃◽。
。现在，有🆔🎪人想让🎩🇲🇳AI代替人🛍类完成这整套工⛳作，而且是从头到🤖🚀尾、不依赖人♾️👨👦类干预🇮🇴🇮🇸，连续工🇹🇱作几十个小时🕓🌇。整个分析过🐏📤程会独立重复🗡👄多次，只🔼🏴保留每次都稳定🇽🇰❎出现的结论⛽。失败覆盖率的分📷0️⃣布也非🚣常集中🛥："结👨👩👧👧构化数据推理"🛂⚙覆盖了约41个失🇲🇳败案例，"多步骤🥤🇮🇳任务完🌞成"覆盖约25🏴个，"🥿前提条件验证"🍨约34个，"工🇸🇾具调用精确性🍡🚻"约20个，而🕓其他被淘🕵汰的候🦏🇧🇫选能力大多只👀🛄覆盖10到1🇧🇱5个案例◾🤜。
Flash🍴-Max可能😥是这篇🇩🇯论文最🈷被低估👨🦲的一部🇨🇺分👫。现在我想👧的是把团队所有‼⚒人都拉进⛹️♀️💛一个群，每个🇱🇸🐕人的虾也都🚥进来🌍🥳。过去这🤬一年，关于🇻🇪🔁DeepS🇹🇴📲eek人🍐🎡才流失的🇧🇦消息传过好几🏅轮🏵。成不成不💒知道，但方🧦向是对的🐫。**六、不💬👨⚕️只是纸上🔞🌷谈兵：在🍙经典游戏控制任务👨👩👧👦📗上的验📣🥄证**🦈 为了排除"成功😿🚬可能只是因为在♦🥳某个特定训练框🚵架下的系统优化"🎍🇦🇪这一疑虑，研究🚇团队把SP🇹🇫怎么最有效的引蜘蛛PO移植到了五📎怎么最有效的引蜘蛛个经典的📒📶强化学习🇯🇪🧺控制任🏇🇨🇾务上：精密🇵🇰🛢版Ca🏐rtPole📌（控制杆🇸🇦🏊子不倒）、M🍺🇨🇿ount📵🤛ain🎺Car（让小🍸车爬上山）、H🎵🇬🇺opper👨👨👦🥁（双足🕡㊗机器人前进）🍠🚓、Luna🇸🇭🙇rLande🎵怎么最有效的引蜘蛛r（月球✍着陆器着陆）⬆和Pendul🇵🇦um（😚🔦保持摆杆直立）🧯怎么最有效的引蜘蛛。
