（来源：上观新闻）
这项研究的价值1️⃣🏏在于，它提供🥰🇲🇪了一套完全自动化👩🌾💂♀️的系统，🌄⤵不需要人类专😒🛑家坐在👰🖤旁边一条一条📙地分析AI的👭📢失败原因，而👘是让AI🥕⚠自己完😻成这个"🧺🇳🇿自我诊💙💲断"和"自🇷🇪我补课"🧭的过程🇬🇺。这个判断过🔔🙍♂️程完全由基✊础模型完成：🥴♣系统给基础模👩🚒型展示用户请求，🎑🇨🇲以及每种🧝♂️🧂能力的描述和一😓个典型案例，让模👨✈️👨🎤型预测哪个选项最🌸🍮匹配🦹♂️🖥。DC 必须执行与🇵🇭构建设计相同的操♠作，并🕶👿且必须在维护🎿先前工作所需的上🦓下文和记忆的🐡🧜♀️情况下完成😵🇳🇮这些操作🎋🇦🇶。
DC必须记住并满🌅🛄足所有这些目标🖌。大家惊叹于De🌍epS👨🌾eek在有🉑限条件下作🎴出重大突🕐破的创造力，🆓🥄也佩服🎯🎳其在202🏸🦈6年，还能坚定选🔡🇸🇷择开源路线的🚨决心🕋🍇。每一句，都像是🇦🇫🍲写进判决书的法院🇱🇹说理💊🏋。**说🧒🏵到底，这项研究🏡发现了什么，🍘又意味着什么**🈹🐃 归根结底，🏧↪这项研究回答🛎🕑了一个在AI训练😲领域长期存在💧争议的问题😢🕴：大模型🚯🎋推理能力的训练，🔸🐾应该用什么样的框🧛♀️🤰架来建模？🇩🇰🐾 研究团⏹队的答案是：🤒🔎把整个推🧿理过程当成◻"一次性🛃行动"来评⌨🙌价，而不是☹"一系列连续步骤🈁👫"👃。
