（来源：上观新闻）
极致性🌟©能上，他们走🇪🇬得更远，这也是🌙🇽🇰我们接下来要继🇬🇳🥅续攻坚的方向🌎。强化学习里，🈷🦆模型越大、🔟token bu🇸🇪2️⃣dget（单次推🦀🧠理可生成的🗼㊙最大 tok💇♂️en 数量上😨🕥限）越🇮🇹长，采🇮🇸♨样越重，可🇵🇾➕能占到 70%🇲🇲🎷 以上时间🦖。
近期研究兴趣包🕎👫括T网格🇰🇪样条曲面、等几🇳🇷🇰🇵何分析及🇬🇸其在拓扑优化中🏧🇸🇧的应用等🐾。诚然，这种过度激😴进的维权方式，确💇实有失当🔋🇮🇳的地方😈。AI 时代亟需🥦建构“人—🏝机—自🇳🇷👑然”三元共生的新🔁🇰🇪宇宙观🇿🇼🇽🇰。然而，🐹当研究人员故🇳🇱🚯意用橡皮筋🦝🇲🇳绑住机械指、蒙住🌋✳摄像头，或🇱🇰改变魔方表面材📅质时，策略🚿迅速崩溃📷🚹。
所以我更愿意🏙🇬🇱把这件🐏事叫 eval（💜🤫评估），👇而不是🎨 benchma⛰🌧rk（测评）🍘🍰。请把你的算🤙🚓法公开，🎟🛫请把你的盈利公🕘开，看看这⬆🕡个算法有没有💙🇼🇸问题🇭🇳。当时这个项⛪🐵目最出圈的成💑果，是让机械👨👩👧👦臂在仿🙋♂️👌真中自学解魔方，🇴🇲2019 年🕣 OpenAI🍹🏘泛目录泛域名 甚至发♻布了一👠段机器人单手还🎡原三阶魔🏘方的视频，引🎤发广泛关注🦙🇨🇲。
