（来源：上观新闻）
但幕后主🏴创团队很快⬇出面澄👗清，“30🔮🎇00元仅为🥘算力成本、团队🇨🇦实为20人🇱🇰👨🌾、作品只是两支短🚺🐭片”↘👨👨👧👧。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🦉9️⃣"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🚌🎊。
未来方向🍿几条，探索新维度👩👩👦🍺的spar🤷♀️sity（点名了👨🦰Engram👼💎那条线）、低🗒延迟架🇿🇼构、长时程多轮a👷gen🇦🇬tic任务™、多模态、🇳🇪🛎更好的🍤🐧数据cura🇮🇴tion🍇。这是因为打分员🐚需要理解⚓AI在每一步的输🇯🇵出，从而估算当🥜前局面🥺的价值🏷🔺，而这种理👮♀️🚬解能力要求🥵打分员具备和AI🐒👨⚕️相当的语言理🙏解能力🔵。
