（来源：上观新闻）
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🖨🏘。
比如用🇨🇦户要求取消两📿个预订并修🐢改第三🧗♂️个，AI🦗完成第一项取🕴🧁消后发➿出了"如有需🛐👁要请随时告知"的♦6️⃣礼貌性结语，🆖什么是网络营销然后陷👊🇸🇴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🗳。不只是工🏧🕙具，也📧👆可以是👷♀️👝伙伴 过去，🏌️♀️什么是网络营销当我们谈论🎰🏙机器人的未🌔来时，绝大多数🚿🙄人的预测与期待，🏛都指向了同一个词🕕🇹🇬汇： 效率🈶⏳。
