（来源：上观新闻）
这意味着价值🇧🇦📚模型确实学会🚼🇪🇺了区分难⚪🚍题和简单🤹♂️🚒题，虽🇵🇲🇹🇴然不完美，⚒🔀但相关⛸性足够🔬显著，能为训练☑🤢提供有🇧🇷🍍效的基准信🇳🇷🐏号🔇🎁。这就是👾🇰🇷“与世🤛界交互”的📇真正含义，不是被🎫动执行，而👩🚀💇♂️是主动学习🥳。--- 八、🚎👘这项研究告诉我📄🇵🇾们什么😖⌚？ 归根结底，🇹🇦👨🌾AI科学家😊🇬🇪这个系统传递的🌋🇻🇳最核心信息，是对🥃🌳"AI👩👦如何做长周期任务🐻📀"这一问题的一次🔶🗝重新定性👨🏭。测试结果显🇸🇧🥇示，在难度最高的🐝📂Hopper和🥄Mountai㊗🍐nCar👨👨👧🚋任务上🇻🇦👩🚒，标准PPO几🔔乎完全失败，👳🧝♀️成功率停在🇵🇭🌡接近零的水平；而🚻SPP🈯🕹O成功解决了这两🌤🧤个任务，成功率🇸🇿🇸🇱稳步攀升🧀🇺🇸。
他们随机抽取了2🎗💄00道题目，🇰🇷让AI多次🐘尝试每道题，用实🌫际答对率作🥒👨👨👧👦为"真实难度"的🦷衡量标准，再与🚌价值模型的预📂测值做对🧵比🚏。比如，一个盘子🐺🥥一半悬空在☸🇨🇷桌沿外——它不🤳🔃需要见过这种情况🈹，就能推断出🇩🇪👩👦👦盘子会掉🦗👨🔬落、摔碎，从🇰🇮🏳而采取预🇧🇾✍防动作😓🔆。皮尔逊相关系⭐数（衡量线🗞性相关程度的指🕡🍌标，满🦆分1.0）达到0🍴.642，斯皮尔⚒曼等级🇱🇾相关系🧖♂️👙数（衡量排名是🇳🇨🤮否一致）📦😤达到0.6🐒🤑64👨🎓🧘♀️。
