（来源：上观新闻）
当模型借助🍪🏛某段内🇲🇨部草稿成功且准确🇧🇶🔶地预测出了⏩🍩后续的文字🕞🕷，裁判就会给予丰👅厚的奖励🍧🤙，鼓励模型记住这🥪种思考🇸🇷✳方式；🎗相反，如果🇪🇷那段内部🇿🇦🌭草稿导致模型🇸🇳猜错了接下来🇧🇿🖋的内容，裁判🔍🇲🇾泛站就会毫1️⃣🕟不留情地将其扣4️⃣分废弃😮。
这验证了一个直🔴觉：大多数VLM➡训练数据的"口味🇱🇻😇"，和机🇦🇴▪器人任务需要🇧🇳🏴的"口味"，根📚本不是一回事🙄。而即使在同一个数🇷🇸据集内部，不同👁️🗨️🔚的样本与机器人世🐗🇱🇧界的相关程度也大🐷🇺🇳相径庭👦🔠。从果蝇🧵🚗到鲸鱼，几乎所👩👧👦🌒有有神经系统🚐的动物都❓睡觉🌖🇦🇿。
