（来源：上观新闻）
这不是在抱怨某款🤦♂️产品，这是当下几🌉乎所有 🇪🇪AI 🇱🇺🍖工具的共同局限：📺🐰它们没有记忆，也🇯🇵没有成长9️⃣谷歌优化。当我的产品真实🌙🦔给到用户，🧼他们愿意为它商🇦🇮业化付🏳费，比如有🐡🦆1000个种子🍙🛬用户觉得这个产品⏪是他们🎪愿意商业♈🧓化付费的，这个🐤产品就算成功了↪🗼。
他们随机抽取🇪🇷🔟了20🧼🇱🇷0道题目，让A🚃I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🤙。结果呢？模型🐌👩⚖️给出的回🎞🎴答根本没🚅🙏有涉及区域对比，🙅也没有质量评分💘🇬🇺，甚至漏掉了🇹🇰👤某些区域，给出⚗的是一段对整张🏈🇨🇲图片的笼👩🌾统描述🎪谷歌优化。
标准PPO🏚🇳🇦的方式是：出题，📝🇧🇬你作答，老师🍒给整道题的每🦹♂️一行打分，但♋他因为"尾部🗂🇳🇵效应"而打分🖐失准↪🧸。面对分叉的任务📓，它要🎚🦂么把所有分支塞进🤸♂️🧜♂️脑子里，✳🚶♀️脑子一🍀定爆，要么只走其🕊↩中一条，错⚖🚻过其他所有可🇹🇴谷歌优化能🗼👋。
