（来源：上观新闻）
📌 🔫“思考模🏖式让模型🍄理解‘我到底要画🎓🔈什么，为🐍🥨目录编辑什么这么♋📛画’🤜🌰。“早期我们用Ki⬅mi、字节的🦊🇸🇹一些工具，🥵国外用Ge🤐mini、Cl✅😽aud🈳e、GPT🚟。无论真相如何，🐡😔这都是AI🛄无法拥有的，🛁它不会🛂🌥犹豫，更不会出错⭐🈹。
**一、训练🏙AI推理，为什么1️⃣这么难🚇** 要理解这🤯项研究的价值👩⚕️，得先弄清楚A💒🐌I推理😿训练的😛🙃现状🇹🇱。它带来了两🔽📻个直接后果：😲🇰🇳对于答对的🌲推理链，打分🇧🇯员在接近🇫🇷😋结尾时💧才给出高🇬🇫分，导致AI🚶ℹ的整个💁♂️推理过程几👞🈸乎收不到任何有效⛽🥓的激励信号；0️⃣对于答错的推理链💁♂️，打分员在中🥿🍊间过程中也没🥔👏有给出足够的惩🗻🇲🇸罚，无法让AI知👠道哪里出了问题🇲🇹🐋。
