（来源：上观新闻）
他们发现🚏🎍，打分员实际上是🦷在偷懒——它根本⛓不关心AI在推🏓🕊理过程中的第🌗🏎三步、第五🇵🇪步、第👨👨👧二十步在做什🏦🐌么，而是一⤵🚝直等到推理接近尾👧🥄声，才突然"清醒👐过来"，根🎠据最后几行文🗞🇼🇸字的语义特征猜🌓测答案是否🗃正确🐛😅。”这是A🏣🚵I博主😯人工大黑的亲身体♦验🇲🇷🌆。系统首先将两☃张图片👥各自分🇬🇬🕚解成若干个区域（👛🏬比如人物🇹🇩🧒、天空、背景🎹、物体等👩✈️），然🌆后对每个区🏌️♀️🥤域建立一个"节🇸🇯点"👞。
虽然我们发现这并🇧🇩未影响 🚣♀️🏖DC 实现功能🔸🇯🇴正确性的能力，但🇨🇬📐却增加☀了 DC 调试💆♂️时序问👩🎨题的难度😷🏺。这组数据背后的📢🌊逻辑是：🇧🇷🦃当训练📠场景与目标🕙🕣场景完全😤一致（😩即直接在目🤐标场景上做GR🌭PO）时，模型🎦🍸很容易🇮🇶🥂陷入过🌠🔟拟合或训练不稳定🇿🇼的状态🇱🇸♒——它学到的可能🍷🗃是特定题目的答案🇱🇺，而非通用的🇩🇰🤚能力；而TR🌬ACE的练习🌦💁场景经过专门设👨🎤📅计，每道题都🐂由随机🤽♂️🍼种子程序🎆👨🦲生成，变化无穷🇬🇸⬜，AI练的是"🍲能力本身"而😐非"特定题目"🔞🦶，因此能🍥🇹🇿够随着🦒🇲🇹训练轮次的🏢增加持续稳步🎾提升🐿🇦🇩。
