（来源：上观新闻）
它的思路是直🇲🇺接扔掉那个🕺不靠谱的打分员，🧪改用一种"横向🇧🇿⛽比较"的🥼方式：对同一道✏❎题，让AI同时📹生成一批答⏸🏙案（通常是🎣🐽8个），然后😊🦅以这批🥿👨👧👦答案的平均得🇸🇱➗分作为基准，那些🐫🌐比平均水平好🚨👵的答案☁➗就得到奖励，🇪🇭🍿差的就🕰🧳受到惩罚👷♀️🇮🇷。
这种"回归均🕺🇲🇿值"的行为实📒🏏际上对🗞🥐训练是有益的♠——它不会因🧰💁为过于自🤤信或过于悲观而🔣产生扭曲的训练信🎪💘号，而是始终保持🤱🦸♀️一种适度的不确定🇬🇸♥性，让真正的"超👢常发挥"💸🌬和"出乎意料的🚷♏失误"都能产生🌋🇬🇧足够强的纠正信号🕥🔢。在医学图🏇🧵像领域，🚚可以把两📡🇬🇫次CT扫描的🍼不同区域（肺、心👰脏、肝脏等）进🏉行结构化对比，辅🕐谷歌工具助医生1️⃣发现细💩微变化📈🍁。
这个难度设定是为🛢了配合后续的强化🎬🌿学习训练🌜机制🌂🥬。Q2：P🥔ANDA🏄♀️模型和G🌿PT-4o这类大🚇模型相比🌮🚑有什么优势⛓🚴？ A：PAN😃🚛DA的参💯🌚数量只有0.🕸028亿，🦈处理一对图片🚰🇬🇪仅需3.5🍉🇬🇧3秒；而G🥃🔁PT-4📷🦘o等大🇫🇰模型参👏数量达数百亿🇳🇪甚至更多🇱🇨🇫🇷，且在区域级质量🎬比较任务上准确👛率仅26%，🚼👨👧接近随机猜测👩⚕️🛵的20%🏨🔃。
