（来源：上观新闻）
--- 一、从💌"写代🇩🇲码的AI"🇹🇴到"做科🇵🇳🍩研的AI"，这一🎏步有多难？ 科研👩🦱🇨🇨工作在🍌🕕很多人眼里是一项🌮🇵🇸需要高度🐡🇪🇨专注和持续推☕🇬🇺进的复杂工🥭🖋作🙆♂️🥄。通过反复分析🧽，系统🎳🔶在τ?-B💶👨💼ench上识别出🏯📏了四种核👟心能力🚏薄弱点🥢🔛。官宣不到24🛠💛小时，“AI演员🐥🧹 假人🇺🇦感”冲上热搜👉。
这项由华为技🇱🇾💐术（加拿大📝🇸🇭）研究🎚🇳🇮团队完成的研🍷究，以论文编🇻🇦🇼🇸号 arX🕉iv:2🕒604.🛩11004v📶1 发表🇮🇹于2026年🧗♂️的顶级机器学👣📫域名网站习会议 I📟🧫CLR 2026🔽（国际学习🇪🇪🛫表征会议🆑🇾🇪）🚒🛢。数学任务🇩🇲向数学exper🖐👨👦t靠，编程任务向🇪🇨😿编程exp🏦ert靠💙。这种"回🇲🇼归均值🤱🤤"的行为实🇪🇹际上对训练是👩👩👦👦📣有益的——它不🎇🔣会因为过于自⛸🍕信或过于🇸🇭3️⃣悲观而产😼🇸🇭域名网站生扭曲的训练信号🥎，而是始终🇬🇲保持一种适度的💬🇸🇧不确定性，🌜🛵让真正的"🧒超常发挥"和⚪🍶"出乎意料🎯🇲🇩的失误"🚾🌋都能产生足够👓强的纠正信号📘🧨。
"厚状态"说🇧🇹🇧🇿的就是那个共🇮🇳🥯享文件夹——它🇹🇳积累了所有🙅♂️🔻真实的工作记录☣、设计👩🍳👨👨👦👦图纸、问🇸🇰👨👩👧👧题诊断，是整💜🇨🇷个项目真正的"🎥🎌记忆"所在✂🥤。第二种🇧🇸🥕叫"工具调用🐣🇧🇲精确性👩🔧"：AI知道🎬🏅该用哪个工具，但😅🌁域名网站传入了错🐆误的参数👁。这些任务🏃被专门改造成类似🇸🇷💋AI推6️⃣🌇理的稀疏👸🙀奖励模🏂式：整🤒🍤个过程中没有🎢🙂任何中间反馈💈🥚，只在最终时刻🚔🇨🇫给出"成功"或"🦓🕚失败"🔨的二元结果🏅⏭。
