（来源：上观新闻）
在Sim🔧ple🤹♀️rEnv上，5☸6.3%的成功🔶率达到了Qwe🌧n3VL⏏-4B（56🇪🇹🆕.3%）的水平🚳👕，超过了Qw🦓en3V👁L-2B（49.🇨🇵🇧🇱0%）🐮🇱🇧。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🗒。
Fig🍪💼ure 11 的🎃散点图中，几⏺乎所有🇺🇸数据点💧都落在“完美🚩👍预测线”的🇬🇩下方——模型觉得⏹自己“花不了那🐛么多”，实际🎟上花了更多🇲🇶。我是在这🧞♀️段经历之🇦🇹后去的字节📻。但其实我们在🧖♀️🇬🇭测模型—💁♂️—测转化、测 N🇲🇬🔑PS、测续费🈵🍧。或许，一个从🚒不睡觉的 AI，🇸🇻🇱🇧不是更强🉐🆔的 AI🐵🇰🇵。
我把这🇰🇪个叫「服务☢级软件🇨🇻」：先有具体👹诉求，再😁生成对应👨🦳的软件🐸来满足；服务在🔩⏯前，软👨🦳🌳件在后🇺🇾😷。这个名字非🤢常形象，意思是“♍安静的自我反思教⛪🤢导者”🍝。”该工🔵作人员透🚋露👩🦱🍬。
