（来源：上观新闻）
"任务优👨✈️🚚先级专家"则读取🧛♂️🎼论文分析结果，🔃识别各项实🌫现任务之间的依💁🎤赖关系，按照🎥重要性和🐃可行性排🏠🇴🇲列顺序，生▶成一份明7️⃣🇧🇱确的执行计划文件🇺🇳。
这项研究由中国人🔲🈚民大学高岭人工⛷👨💼智能学▫院联合独立研究🏉机构及Awe🈳🥵AI团队共同完🐈成，于2🐇🍕026年4月🌳📆14日以预印本形🐎🇲🇪式发布，🇹🇹↔论文编号为🏕arXiv:26🇲🇽04.13018😶⚡。
研究团队🇧🇭🎹测试了用15亿参🇰🇷数模型🎪🍀作为价值模型来⛴✖辅助训练👸70亿参数主模🍥📃型，两者相🚨差约4.7📝倍⭕。它的思路是直🚃🇵🇰接扔掉🦂那个不🚸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🤒🐀。
