（来源：上观新闻）
每m个toke🎤💣n的K🖌🤸♀️V ent🇪🇦ries，通过一🐔个带学习权重的a👨🔧ttention🧗♂️✅-like🤸♂️机制压成一个👩🎤。想法很优雅，相⛰当于给残差流增加😟了一个新的s◼caling🕴维度🐣📝。他们随📸🛢机抽取了200道🤹♂️🇰🇵题目，让AI多🧣🇹🇻次尝试每🇸🇮道题，用实👚际答对率作为"真🕐🌤实难度🇵🇫🧹"的衡量标准，再🤽♀️与价值模型😕🕔的预测值做🕗☝对比🧘♀️🏩。
为了获取“牛🇧🇶😒奶数据”，自变🛐🥉量团队进👤👨🌾入了超过100👜🇲🇩个志愿🇿🇼🏁者的真💸👩🏫实家庭，进行🛌模型训练⛄。这三条性质，🥦就像是给这份🇶🇦"体检报告"制定🚒♉了严格的填写📮规范，确保报告不🥶会出现📽🇨🇺自相矛👩💼盾或逻🚁辑混乱的🔎🐚情况🛶。人工合成失真的🐫🈚优势是可控🦜🌷性强，🦈能够精确地👅🧰为每个区域分🇶🇦🐝配质量评🇰🇳分和比较标🇭🇲签，也能系🕤统地覆盖不同🇭🇰难度级别；但🤱🇹🇴其代价是可能与真🇧🇬🕓实世界中自然🇦🇴产生的失真存在✅☪一定的感🇲🇷知差距👨💼。
