（来源：上观新闻）
”他写🚴🛁道🇩🇬☑。GRP👭O的成功😖，本质上是这‼💰种框架⤵🎏切换的成功⏸🥰，而非多🏃♀️采样的👡必然功劳💸。"赌博🤥🔺机"这个比🧘♀️喻很直观🎿：你走▪进一家赌👨🔬场，面前有一排老👩🚀谷粉搜索谷歌搜索引擎入口虎机（每台代表一🌒道题），🕹你拉一🇵🇸👼次摇臂（生成一个🥰完整答案），立↔刻得到一个结果🧜♂️（正确🛤🚰或错误🇮🇶），然📴😠后你根据这个结👩🍳🕴果决定📴🍷下次对🐵这台老虎机🐵是否继🐃💞续拉🚫。
虽然AI工具已经🥟🌈很高效，但很🇯🇵多团队仍然难😐以保证效率🚺，资金链断裂👶🧩。实验表明去掉这个👨🦱🕝机制后，MLE🇲🇫-Bench🕐 Lite🈚💎的获奖率会✒下降近🇰🇮32个百分📡点👨❤️💋👨🇪🇸。第四道关卡是🐞🧕"状态连续性🤹♀️"🥠🕉。而第一批🥧真正被AI甩下车🤙的，是没有任何话😮语权的底层演员🕉。它是一个新范式的👨👩👦👦起点🇧🇶。第一个预测头🥪🛴判断区域比较🕎🌟关系（是锚图更🏡🥮好、目标图更好还🖤是差不🏂🇧🇭多），第💜二个预测头识🌀🎖别失真类型🧿☎，第三个预🔊谷粉搜索谷歌搜索引擎入口测头判断严重程🕢度，第四个↕🔈预测头给出0到🇲🇼1之间🗻👑的质量评分💅🀄。
在这个测试中，🎛基础模型的💅🇹🇻通过率是32.🕓🖐9%，航空领域2🇨🇭4%，零🤕售领域36.🇲🇲👥8%🇱🇺。结果显💑🏢示，这个"小个子🐄"组合不仅😷🌚正常工作，🧨🇰🇵还取得了所🇨🇼🐯有方案中的🇭🇺🐎最高测试🚇🇬🇫分数，同时把显🙅🥊卡内存🇰🇳占用从91.🏺🚠5%降低到78🍮.7%🌏。这种高度集中的🐚分布说🌾明，目🛵标场景的失败模✍🇻🇪式并不是🍉💛均匀分散的，而◼是高度聚焦🙁🚉在少数几种能🦊力缺失上🇻🇳👱♀️。
