（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🏔♣。在训练大模型🕹🧺这种极度耗费算力🇫🇷的场景下，这意味🇧🇳着训练时👻👎间大幅延🧞♀️长，成本🚯急剧攀升🔷🇬🇷。
这项研究由🇺🇲📮中国人民大学🇵🇱📂高岭人工智能学🇸🇦院联合独立🏄♀️🤱研究机构及A🧱🈲weAI团队🇵🇫共同完💪成，于⛲2026📊年4月1🇮🇴4日以预印🦕🆕本形式📕发布，论🚩文编号为ar👩Xiv:26🏎👱04.1🥇🇪🇨3018✌🌒。TPU 8i：🧽面向高🇵🇭🇧🇮并发推理的👨❤️👨🏮低延迟专家 T🎨PU 8i针🌋对后训练阶❗🐼段与高并发推🧔理场景设计，其架👲🙉构重心在于🗜降低延迟、提升每💚📹芯片的并发🍿🖌处理能🈷力🧲🇬🇳。
