（来源：上观新闻）
K2.👇6 我😶深度用一天了🧦。曾利用特8️⃣🤷♀️斯拉 在从🚶♀️Spa🈸ceX借款⏮之前，马斯克在其🇱🇧上市公司特斯拉身🕌上也采取过类🎂🔞似做法🔦。“大象终于被正🖥🚌视了！”🇵🇼🌆另一位员工评论🇰🇭📄道⤴📛。
Q3：⌛TRACE和直🛤💓接在目标场景里做💜强化学习训练🇴🇲🥎有什么区别？ 🤪🇻🇮A：直接在目标🇦🇴⏯场景做强化🌉🇧🇮学习（📃🇹🇻GRPO 🙏on Targ💟et）训练时，👰模型从😄任务整体⚪成功或失败🧞♀️🆓中学习，🐪无法精🥽🇸🇧确归因到某种具📽体能力，👰容易陷🗡🦡入不稳定或过拟合〽🛑。
实验表明⚔🧝♀️去掉这⚠个机制后👙🇱🇺，MLE-B🧼📏ench Li🛒te的获奖率会🙎下降近32个🚔百分点🍵。2015👗年，马斯克安排🔡🇧🇩SpaceX👂🇲🇵购买了S👩🚀olarC💪⏮ity的🇦🇽部分债务，而信用🥧评级机构当时🔧认定这些债🇩🇲务存在较高的违⚖🏄♀️约风险‼🤞。
