（来源：上观新闻）
主要评估指标是😖🇹🇹"任意奖牌获取率😧"（Any M🏖🇫🇯eda👧l%），即在全🚲部测试任务中，👨🔬有多少比例能🇰🇮至少获⤴🧛♂️得一枚😑奖牌🕟。比如，一道⚱题预估答⏯👏对率为🚹0.3（很难），🇦🇶🐤但AI📚🐸答对了，那么优🇵🇾🐏势信号就是1🇫🇴-0.3=0.7☪◀，说明这🐗次表现♿🔤远超预👨👧👦期，需🈚要大力强㊗化这个推理策略🍯。
方法论听🕛起来很优👌雅🇬🇩🏷。每m个token🌻🇳🇨的KV entr🍙🎑ies，通过🏞😽一个带学习🇻🇬🎱权重的att🇲🇴🛴ention-l🇰🇪ike机制压♨💕成一个🤽♂️💺。但现有主流🈺🇲🇳训练方法存😗🗝在根本👨🎨性的缺陷，而这🤝篇论文📶提出的新方🧠📢法，正是为了☂彻底解决📖🕶这个问题😱🧀。
