（来源：上观新闻）
（3）规🇨🇻☎范要求 ✋我们发现，提🌴供给 🇬🇾🇨🇱DC 的🕦🚨输入规范必🥅💅须以极其😬严谨、🇲🇻精确且可验证/🇾🇹🍆可测量的方🐿式编写😽。一张图片👂可能在整👳🕌体上看起来不错，🤗但放大某个角落🎥🤳却发现👩🦰人脸模糊；另一张👳🥙图片天空部🥑🤕分清晰锐🏧🕑利，但前景中的人🧟♀️👩💼物却被🧦过度锐化，显8️⃣得不自然🇰🇷。领先所👯有开源模型20个🔯🈳百分点*️⃣。” 浙江省高级🐤人民法院知识产权➖审判庭副庭长陈为🛋⬆，则从司法角度🇪🇭🚺给出警示⛏。
还有人贴出了一张🗑🏢信封的图片，上👩❤️💋👩面写着，“🥶收件人🙃：大象”，以🦞此调侃公司❓终于公👩⚕️开谈论此🚖👨🚒前被回避的☀裁员问题🕓。面对这一困📝境，另一个流行方👩🎨🇲🇪案应运而生，🇮🇨叫做GRPO（🌄🏉群组相⛹对策略🥚🎦优化）⛰♍。耐人寻味的是🍔💨，红果、九6️⃣州、麦芽♥🇧🇼等头部短剧🐩公司，去年还是嘉🥽🥑宾，今年👨👨👧👦👩🚒全成了论坛👩👧👦承办方↩🇵🇼。
我们认为这是由于🕹📹 LLM🖐 的预训练和后🐓训练中都存在大🔒💹量软件🧱代码造成🌹👑的🇲🇵🧤。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3️⃣❕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🇨🇰🖍。
