（来源：上观新闻）
当研究人🤦♂️员限制模型只🥪能生成极其简短👨🎤的内部思考🇫🇰时，它🇹🇦🧖♂️的性能🍻提升相对有限🗃；而一旦放开限🇲🇦制，让🧀模型在给出📫最终答案前进行👦足够长篇幅的深🇧🇴度反思，👇它在各项复杂👋推理任务上的正👨🦲🍅确率就会像攀登阶🇧🇳梯一样稳步上涨🈵。方法分三步： 🍢第一步，线上培训🇺🇾👨👧👦。BBC 🇬🇾播客「T🇸🇹百度代运营he I〰nterf🎠ace」🇺🇲的联合主持人 T🇭🇰homas G🕺📖erma🧰in 做了一个实🎭验🕑‼。每多一轮对🇿🇦🇷🇺话，这个上下♨文就变得👪更长一轮🏌；而模型🇳🇮是按 Toke📿n 数量🅾🏎计费的—📿—你喂得越🎵🇦🇹多，付🌆🧼得越多🇭🇰🧢。这种“🚌🏕技术高地”与“🥮💶应用湿地”之🌷👹百度代运营间的断裂，仅靠单🥙🎌纯的买卖关系无👩💼🎓法填补🇦🇼。在Cal🇧🇯🕵vin上，中👩🔬间训练后的1🥡.1B模🥩型以3.71🇹🇭4的平均得分🎏超越了Op👨👩👧👧enVLA（🛐🔐2.548）🔏👩❤️👩和π0（3⛩🎴.509），与🍘1.7B的Ko⛸☎sMos-2（🔳3.09👕👇6）、2.9B🇬🇫🔽的Pal🖲⭕ige👨🦰🅱mma🐸😓-1（3.🙌🙆♂️506）、3.0🔡B的Pal🙉🍛igemma-🚆😨2（3👢百度代运营.406）形🧺成显著优势，与🍸2.1B🎹的Qw💹⚔en3VL-2😝🐿B（在全量训练数🤛🇬🇧据下达到4.🖊🇪🇭142）💷❗的差距也💜👨💻大幅缩小🇦🇷。
一个典型的高分样🏚6️⃣本来自Re⚜fSpati🧯al，内❤☯容是这样🚘的："⏳🖖你站在坐标（0.👐878, 0.🥑780）这个点上🇮🇳，正前方是什么？🇵🇬答：右🚯🇹🇹下角那辆📮白色哑光卡车🎒。它需要将原👨💻文的真实😸信息与自己🚅刚刚在草稿纸上写🔀下的各种🌅发散性思考进行融🇧🇯合🇹🇻🏝。而Pro版本则进🍺行了降价处理，P🔗🇦🇬ura90P🍓ro起售价为🦇🥫5499元，而上🌵代Pura80🔔🇾🇪Pro🚺起售价为64🍃👨🏫99元，直降1🏸😹000元🇵🇰。而且他也📺不知道平🧽🚜台要什么、怎么🈂对接、怎么定价📯。五角大🏭🇦🇮楼希望引🧧入多家供应商，🕛🇬🇪避免被🔓单一公司锁🎷🚧百度代运营定🏜🇲🇼。这里的“读”👩🔧🇲🇦不是指人类读代码🖐🛹，而是 🧫Agent 在🇸🇪☑工作过程中，👗需要不🏗🔐断地把整个项目的😛上下文、🇪🇬历史操作记录⛰🇸🇧、报错信🐇息、文件内容🇳🇫👨👧一股脑儿“喂🍠🏓”给模型🇹🇹。
