（来源：上观新闻）
未来，每一🇱🇧张 AI 生成🇬🇼🐒图的背后，都会有😌一段清🎲🥰晰可见的“思考痕💰🌁迹”🧮。研究团队通🍛过实验直接🙍♂️🇳🇱观察了这个"打❄🇧🇷分员"的行为，结⌚🧂果令人震惊👩👩👧👧🤠。据了解，这种🇮🇨“人味”背后🤴，是动🍃🤾♂️易科技采用多🇦🇸阶段强化学习训🎖练出的一套自主🗑👫控制系统——让机✔🇸🇳器人像小孩💴↔学球一样🕊🌡分阶段练🇧🇷📽，最终练🏗🇸🇴出一种能实🇳🇫🇦🇬时决策的🧦“球感”🥙。
结果表明，在 K↩🕣ADID-1🗽0k 🇪🇹上，基🔎于 PAN😰⤴DA 分数的排名🕒🍔准确率达🍉🎅到78.83%🔮，基于比较📛🚁关系的🕟排名准🎅确率达🏴☠️到76🚝📤.90🏕%，超过了同类🇰🇳开源多模🏋️♀️📏态模型🍾📹（如 mP🥚LUG-🐵🛎Owl2✂ 的4🍡🇰🇷8.5%、LLa👨👧VA-1.6 的🇮🇳🍦57%、Q🤬🧕-Instr🇪🇦uct 的55🧖♀️%）🧝♀️。
它只优化2D☔参数矩阵，其他参🚙数（e📔🐁mbedding🕊🔛、pr👩🎨edict🧁ion hea🏦d、RMSNor👔🌓m权重🖊、mHC的静态偏🔱🥔置等）还是🤔走Adam🤟W🐙。实验表🤦♂️明去掉这📓🧱二级域名需要备案吗个机制⛩后，MLE-Be🇬🇦nch L🔚ite的获奖率🧮会下降近32个🏯百分点🤑🇪🇦。
