（来源：上观新闻）
研究人🚟员指出，预估一🥜道题的难度🧖♀️广告引流是干什么的，根本不需要具备🇲🇭解题能力，👊就好比一😰个经验丰富的🗽老师一眼🇬🇪®就能判断某道题"🥂很多学生会🦸♂️错"，即🔡❓使他自🐬己不亲自去做这🏯🇸🇭道题🌟。这组数据背后😰❌的逻辑是：🤯⏪当训练场景🤭🇲🇿与目标场景完全一🌱🍩致（即直接🚟在目标场景上做G🍈RPO）👪🚪时，模型很容易陷🗿入过拟合或训练不🌧稳定的状态——它🛅学到的可能是特🧗♀️🇻🇳定题目的答案，🇲🇲🀄而非通用的🥮能力；而T🔥RAC🔽E的练🧩习场景👻经过专门设♑⛪计，每道题都🍘🚉由随机种👒😒子程序👳♀️🇨🇱生成，🚲变化无穷，📠💀AI练🇦🇱🇨🇺的是"能力🛒🇱🇦本身"而非"特定🇵🇪题目"，因此能够👅随着训🍫练轮次的增加持续➖稳步提升🌵。
研究团队实验验证🇲🇻🍪了这一点，🛌💴并尝试了四种🏓😋将多种🕌⚡能力合🕎并进单一📯👄模型的💫方法🏝🙁。研究团队使用👨✈️了一个名为 DI🇱🇧🚖NOv2 的预🛐训练视觉模型（可🥼🏋以把它理解为一个🖍经过大量图片训🏕练的"看🧚♀️图专家"），🎉将输入的两张图🇸🇮片分别转换为包🐃含丰富视觉🍣信息的特👭征矩阵🧖♀️。**七、价值模🇹🇴👇型学到了什么🐟🖕** 🤪研究团队还专🧨门分析了价值🌘🍿模型的质量，因😹为SPPO的整个🚷机制都依赖于一个😪🇧🇸能准确预测题目难🧛♀️🎎度的价🐕值模型🤢。
