（来源：上观新闻）
这说明预测题🔁目难度所🌮🇸🇲需的能🤾♂️力，远比解题能力☦*️⃣更容易学习🇦🇱😬。比如用户要求取消🐌🤼♀️两个预订并修改🏍👝第三个，AI完成3️⃣第一项🚙🎾取消后😯发出了"如有需🚙🎊要请随时告知"的🤑礼貌性结语，然后㊙陷入与用户的🍤🥝无效对话循环💻，直到超时也没🕔🧗♂️有处理👊剩余两🐍🏵个请求🎠。Q2：SPPO🌸里的价值🥛模型要🇨🇺🚵♀️多大才够用，能❓🌁不能用比主模型👯♂️小很多的模⛅🇬🇩型？ 👩👦👦🙈A：实🚾验结果表明，🧨👷♀️价值模型可以🗻远小于主模型🎟。
但斯坦福大学的♏研究团队采用了😧一种截然不同的思🇷🇪路——先像医🥜☹生一样给A💂♀️I"做检查"，📐找出它到底哪🇸🇴里出了问题，然🇲🇷🐙后专门针对🤷♀️🏧这些薄弱环节⚜设计练习🇹🇯题，让🐡AI反复练习😷🇫🇴直到真🧚♀️🔐正掌握这项技🤸♀️能🚍。
当AI作答完🎂🔬毕，得🏈🏌到"对🈲🚠（1分）"🚬📩或"错🤹♂️🇪🇸（0分♿）"的🇲🇾💉结果后，SP👨🚒💂PO用一个极简🎛的公式计算优👨👩👧🇵🇸势信号：🤼♀️🚊实际结果减去♒🤷♀️预估概📒率📜。这个差👨❤️💋👨🦏值越大，说明这种♎🧱能力越能区分成功🦞和失败🎪。第一个🕜🇲🇬预测头判断区域🐊🧙♀️比较关系🇵🇰🍒（是锚图更好、🦸♀️目标图🇸🇪更好还👘🇧🇻是差不多🇧🇧），第二个预测🤛头识别失🍔📟真类型，第三个🔈🥞预测头🧁判断严重程度🧖♀️，第四🇴🇲个预测头给出0到❇🦵1之间🚗中国十大geo龙头公司的质量评分🎿。
