（来源：上观新闻）
第一步是"出错🇸🇴模式分析"😎。前三个头使用交叉🇨🇻💺熵损失函🇮🇪数（适合分类任务🚖🏬），第四👨⚕️🉑个头使用L1损失🚪🎪函数（适合数值回🍡归任务）🔟。研究人员发🕛现，让AI学👾会解数学题、做⛈逻辑推理，需要用🚶到一种叫做🔊🆎"强化学习"🇿🇲的训练方法🇮🇩🇱🇧——本质上就是👃让AI🧂🥭不断尝试、✳不断根据🛏反馈调整🎫。在某些案例中，当🇸🇨失真图的预测结果👷😜与图像◻的真实🐐🐜视觉信息存👔🏩在矛盾👈时，GPT-5🇩🇯 Mini👩👩👧👦 会主🥓⚫动纠正失🇮🇨👃真图的错😑🚺误判断——比如👨👩👦👦🚬失真图错误🔹🐵地把锚🎀图某个区域🚓🥣标记为"干净"🇬🇱✳，而 GPT-🗝🥬5 Mini 通过观🤪察图像本身正确🆖🎢识别出🧩了"变暗"效果🗃。
“我做的🇱🇮是PMF，即产品🚆🗨符合市场需求😝。第二层是😗稀疏选择，🧪💰n/m变成⬆🚸top-k🌽⁉。这套模🤗🏜式之所😅🤟以能跑通☠📉，就在于〰👨👩👧AI工具🇳🇿🖲不仅降👩👦低了制⌨🔒作门槛，🛳🕯还把成本压🕳🏹缩到前所📛未有的低点🗂💸。未来三年，具身智🆘能研究🎴院聚焦❄🖋两件事：🏮第一，补足🔹💢具身智能🥚🐲产业链👨👨👦👦短板，虽然汇博机🇹🇬器人能自研关节🇳🇬🚀，但具身智能🚆还需要极高精度的🇩🇯🏢灵巧手、执💼🇵🇳行器、触觉传感器🥽等🇧🇷💓。
