（来源：上观新闻）
在一个令人印🦌象深刻的例子中😥，DC 错误🎃地认为减少依赖代🤼♀️🥜码行数会缩🐲短芯片的👩👧👦关键路径👝🇹🇲。为此，研究团🧼队在两个公🇮🇩👼认的图像质👥🚬量评估🇫🇰📎基准数据集上进行🏊了零样本测试（😰即不对🍧🕒模型做🎯👨🔧任何额外🏺训练，直🇧🇮🎪接用在 PA1️⃣NDA📬📞SET🇻🇬🕸 上训练好的 🥠👪PANDA 来♎🌼评估新数据集🎁⤵）🌏💼。One mor💤e th🔧ing 论文🛸的结尾有一份🇩🇲长长的贡👨🇲🇭献者名单🍡。它带来了👩👩👦🔖两个直接后果：对🇹🇦⛰于答对的推理链，🦕打分员在♦🐶接近结尾时才给出🛎🇬🇹高分，👩👦导致AI的整个💦🇳🇴推理过程几乎⚔收不到任何有🇿🇼📭效的激励📯信号；对于答🛀🐡错的推理🇸🇿🇳🇮链，打分员在中间⚒👩❤️👩过程中也没🇰🇭有给出足够的惩罚🖼，无法让AI知🐁道哪里出了问题😴。
💬 “以前用🇴🇲 Midjour🔗ney ❓做概念稿很美，🇸🇨但落不了🎰地🔙🇯🇲。这个视角的转变🔣🇭🇺非常重要，因为它🎓意味着：当🐡你不再试图给每个🧞♀️步骤单独打分，🐛😦"打分员🏊♀️🐷失灵"的问题就自☹🚐然消失了📫。在官方的推🕝🏒文中，也侧🥟🇹🇿面印证了这个⏩说法：🚝 目前Deep🇲🇶Seek-⛱V4已👔🚀成为公司♿内部员⏩工使用的Ag🎡🧩entic Co🇾🇪🇸🇱din🐛g模型，据评😌测反馈使用🤩体验优于So💾nnet😡 4.5，交付质🧡🦋量接近Opu🇮🇴s 4.6🌠👸非思考模🦓式，但仍与O👜pus 4.🗜🍬6思考模🛒⚰式存在一定差距🏘。#02 Kimi👎🤩 Claw 👡📹群组 🎭🔜讲到这儿再🏷🐰回来看 Kimi↘🏰 的 Claw 🇬🇳群组，它在干👳♀️什么就清🔳楚了🙌。
