（来源：上观新闻）
第三种方法叫⛳🦡合成数据🛐🇸🇮SFT🍥，收集每个能力😪练习场🇨🇾景的成功轨迹🗳，然后做监督微调🧞♀️🇱🇺，结果只有3👨💻🇧🇼7.8👩🔧%😞⛰。只有两个指☦🥁标都超过阈值的能🦏力，才🍔会被选入训练👟计划💾🐻。
对于那些没🇳🇫有标准答案的👖🚕开放性🇬🇭任务，比如"帮我🚴♀️🇪🇨写一首感情细腻❌🤓的诗"，这🥽🌶个框架就无从评判🏐😯，需要另辟蹊径🥼。更致命的是，V👓LA只能🌴“模仿”🇮🇳训练数据中的轨🥈迹，它不📺理解杯子为什么🥊会掉，也不📤理解为什么盘🔏子悬在📜桌边需要推🕣🤽♂️回去🧐🐗。
“我不知⚛📰道这到底是件🇬🇺🥃好事还🇨🇦是坏事🇱🇾。但这次的广💣交会不🖼太一样，🌈🌇今年机器人的出镜🍊率明显拉满了🇨🇰↕。第一层是🌟序列长度压缩，n👨👩👦👦↖变成n/m🇹🇰🧱。在ToolS👬andBox上👍，系统识别🧪出了两种🦇关键能力薄弱点👩🦳。
