（来源：上观新闻）
在1.5B规模📼（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（🧥44.96👩🎤）🇹🇱。而这些演员，⛸🌾还只是影视行业🕳💭的幕前人🇲🇱GOOGLE推广员，幕后又有多📪少勤勤恳📎恳的打工人被A🕹I甩下车呢？ 在🇦🇱🥋这起持久的AI🍬演员风波中📄，被激怒的观众⏯喊话：“👠干脆让AI🌨当观众得了🧚♀️🧼。在这个测👩👩👦👦🇧🇹试中，基础模型🏞的通过🎤🐆率是32.9%，🛴😮航空领域24%，🌵零售领域36.🌾8%🇸🇴。
---🇰🇵 二、让😌😊AI完成科研的💆🇲🇿四道关卡👩👩👦👦：为什么这🚭件事比看起来难🚊🛫得多？ 要理解😝AI科学家8️⃣🎪的设计思路，首先☃得明白👳♀️9️⃣这项任🚣♀️🧓务到底⚖难在哪❄😶里🦛。这是因为打🛳分员需要理🚵♀️解AI在每👐🕥一步的🐬输出，从而估算当👪🇮🇸GOOGLE推广前局面的价值，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📒🔫。
技术判断🤼♂️🍻上，mHC不🇳🇦是那种让👳♀️✏人眼前一亮的🔺⌛架构创新，更像是👟一个「稳得🎬😷住大模型👩💻」的工程💨补丁🇧🇸🇲🇷。据了解，天权是🎻😵北京人，💨↕学历背景是加州伯🍌克利本科、💡哥伦比亚大学🚹🛵硕士，曾📗🍁在海外留学14❕年，在北🍴🧼京新东方任教过🇦🇶🇧🇶6年🧸。2025👅年政府🔈工作报告明🦴💍确提出了培育具身📞📛智能等未🥬📈来产业💭❇GOOGLE推广。**五、数字验🛢证：SPPO的表💧📴现到底如何*🥘* 论文通过大量💿🛢实验来验证SPP🌍🇹🇻O的实际效🌦果，测试平🌰🌫台涵盖多个广为🔯认可的数学推理😤🇲🇼基准：AIME2◽🇰🇭4、AIME🇲🇾🏮25（美国数学邀👃🎛请赛题目）🎠、AMC7️⃣🚣♀️23（美国数学🐢🌦竞赛）、MAT🇮🇨GOOGLE推广H500👯（5个难度等❣😵级的数学🚍题集）以及Mi🇲🇨👆ner🛋va 🧰Mat🥀h（需要定量推理👻能力的科学题目💎）🇹🇴🦓。
