（来源：上观新闻）
“现在还不是一个🎇人就能搞🕟定的阶段🇻🇬。" 结果🔚显示，加入失真🚱⛹图作为背景💽信息后，G🎉PT-🧝♀️5 Mi💈⚛ni 在 Ea🇪🇬🇫🇴sy 级别的区🏤域比较准确👩🦳率从31%提升🔫👩❤️👩到了52🛌📄%，失真类型识别😨准确率从4💂9%提升🈶🇰🇮到了67%，🔦🧽严重程🇱🇧度判断准🎨确率从36%提升🇳🇨到了51%，质😑👯GOOGLE优化量评分相关👄🔠性也从👱♀️🎆0.09提升到🇸🇳了0.📐🏘52🖐🇳🇬。
这组数🛷据背后的逻辑是：🇰🇲当训练场景与💯目标场景完全🐗🇩🇬一致（即直接在⁉🙍♂️目标场景上做🇧🇾👏GRPO）时，🛰🚍模型很🐙容易陷入过⏰拟合或训练不稳定☔的状态——👐它学到🍘🦞的可能是特🧖♂️定题目的答案，🇦🇼👦而非通用🇨🇼的能力；而T🏂RACE的练🐘📡习场景经过专门设🏇🥟计，每🎞道题都💠由随机种🚎子程序生成✋2️⃣，变化📕无穷，AI练的是✖"能力本身"📇🚿而非"特定题💥🧙♀️目"，因此能够🚎👨✈️随着训🇦🇹🛵练轮次的增加持续🎙稳步提🎽升👏。
