（来源：上观新闻）
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）👳。比如 Co-In🍧str🏙🇬🇸uct、Q-In👩⚕️str😢uct、Depi✳⏱ctQA 等😐，它们能够告诉👮你"这张🚳图片整体有点模🚚🇦🇴糊"或者"🚆🇧🇯这张比那张清晰"🇳🇴。
在GLM-5下差🤤距更悬殊：迭🇰🇾🎪代代理每🇦🇼任务花费54.9🅾0美元，A🍆🚚I科学家只需🦛12.👺20美元🌃👠。标准P🥼PO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🐦。实际上，AI🥿🇻🇬演员早已💄批量入侵内娱📻🎡。
这导致了🌌“验证”成本居高🏍不下，通常估计🌦⏬占总支🦄🏴出的50%以🆒上🐰🇬🇸。在医学图像🐕🤷♀️领域，可以把🍨两次CT扫👩🌾🙋♂️描的不同区🖐域（肺、心脏、📇🚚肝脏等）进行👸🥭结构化对比，辅🔨🇨🇭助医生发现细微变👨🏫化🇱🇸🇸🇭。
