（来源：上观新闻）
中外热💆♂️👃搜上了🗳🇫🇯一整圈，科技媒体🐣🐚的版面今天都🔈🖨让给了它，O🚋pen🇧🇮🇨🇲AI也成了它的陪📪衬🧕。这组数据9️⃣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🇪🇪GRPO🎐）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TRA🤮🇨🇬CE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🔥🦀。
结果显示，👩👩👧🇦🇶这个"小个⭐引谷歌蜘蛛子"组合不仅正常🍐工作，还取得了🤼♂️📥所有方案中的最📃🇲🇶高测试分数，同👨🎤🔳引谷歌蜘蛛时把显卡内存🛍占用从9🇱🇷1.5%降低到🔍78.7%🦃🇼🇸。这项由🇸🇲🎚华为技术（🔤🐘加拿大👩🎨）研究团队完🔒成的研究，👅以论文编号 a♏🐅rXiv:260🖌4.11004v👨👨👧1 发👨🦱表于20🤺🇧🇱26年👑的顶级🌔🔆机器学🇦🇬习会议 IⓂ🧝♀️CLR 20🇮🇪👩🔬26（国际学习表🤸♀️征会议）👨👩👦👦。
