（来源：上观新闻）
开头在广交会上👱陪人打羽🧗♂️毛球的那📡🇵🇾台C26️⃣，就是这🐆场转变里最早出🇵🇾现的一个缩影🆎。V4-Fla🏛🚠sh-Max只激🇨🇲🇬🇪活13👔B参数，☹🗃推理任务🥏sem投放上能打平GP😉T-5🤽♀️⛅.2和👨⚖️🇪🇸Gemini📟↩-3.0-👩🎤Pro，代码🆘和数学甚至超过◻⛹️♀️K2.🇬🇭👩👩👧👧6-Think🇳🇬🍧ing🍃。这种方式不🇧🇯🍅需要事先标注"正🇪🇷确答案长什🏴么样"，只需要能🔈🥰判断"答案是好🍨是坏"，🔽因此非常适合🙆🔷复杂的多🚂步骤任务🏭🇹🇷场景🗽🔜。
AI科学家📎的做法完🏑✔全不同🚢。第一个是 〽KADID-10🆚k，包含👩✈️81张参考图👩👧👧🕎像和各类失真🇰🇷版本；第二个🇪🇦是 TID2⛹🤹♀️013🇩🇯，是另一个广泛使🇺🇿🔜用的图像质量评🌟估数据集🔼，包含人工标注的🐱🛀平均意见分（MO🇱🇨🕚S）🛫。熟悉AI的人🚝都知道，里面的🕉门道有多深♻。而GRP👨🚀🇸🇭O通过把🇰🇪🎋整个答案当🦖成一个🐊📥整体来评分⬛🥂，实际👨🎤上是把🐔🇸🇽解题任务变成了☠🆙一个完全不🛩同的模型😮——技术上🧪✡叫做"序列级情🤶境赌博机"🌰（Seque✒nce-Lev🚡el Co🧐🤜nte🙌xtual 📛Bandit🧮）🧧。
当然，这🥚🇱🇹个系统🎇🏤离人类顶尖研🇳🇷🇸🇬究人员的水平⚰👨⚕️还有距离🤓♑——在Paper😂🍿Bench上⏫💛，顶尖机🧬💦器学习博👨🎤士生在🅿🏕48小时内能完🇰🇬成约4🌘🛐1%的评分要🐃↪求，而AI科学🕟家目前达🦗到的是约🇯🇴33.📔🎁73%🇲🇿。进步体现在，H🔓erme😮😢s试图重构Age👎🌘nt的学🏣🤤习方式💙🔮。
