（来源：上观新闻）
这些热🥠闹展示的背后🇶🇦，是一个冷峻的🤕⏩事实：当AI🔋🚴可以批💹↖量生产💱👫“60分”🌴🅱作品时，“9🇨🇷🎦0分”以上的精品🥽🏣反而变得更为稀🤳⛅缺💶👸。然而，更🥭多潜在的设计由👤🥿于产量🥨太低，根本不值📴🕘得专门开发芯片🥄。研究团🏩队还测试❓了两个📄🥔基线方法作为📁参照：线性探针☮（在 D👩🏭INO🇳🇫🥌v2 特征上直接🇰🇷⏮套一层线性分类器🍯）和注意力探针（🧖♂️在 DINOv2🚌 特征⛽上套一个带交🚽叉注意力的 Tr☂ansf🔁ormer 模块🇳🇦🥛）🌵。
具体而🇬🇮🏴言，标准PPO⌛把AI解题看🌂作一个漫🐳长的"连续决策过🤼♂️程"——就🈺像下棋，😝每走一步都有意🎅🍗义，每一🛒步都可能影响💠🧧最终胜负📶。这种数🇬🇧据像“糖🧖♂️水”，好📩喝但没营🗓养🇨🇱⛲。矩阵的谱范数🐔🍬天然不👿🦍超过1，残差传🇿🇲🛒播套上硬🦖🎈上限，爆不起来🐧。数学、代码、🤯🗳agent、指令📄🔏跟随四个领🇬🇼域，各🐦🇲🇲自独立训一🤰个expert😦。
