（来源：上观新闻）
他们要等P自己冒💇♂️🤤出来，把做好的👅🇪🇬剧送上门👩🎓☠。写法上，相⏯💆当于一🔀个字母“⛺🧨a”，其尾部🚒🏬延展并卷入了“d🇨🇮”的笔👁画😺🥢。PPT做完，新🛋📣问题来了🕯🍷。（本文首🚵♀️😏发钛媒体APP，💖作者 | 🔭硅谷Tech 🇲🇵news，编辑 🛡🇦🇶| 赵虹宇） 💐😮蜘蛛注：本文基🇬🇭🍒于 202🕦🏞6 年 🤤◻4 月 24💳 日发🇨🇷表于 arXi♟️🕕v 的预印本🚾🔱论文 *How ❕💽Do 🇺🇳AI Agen🆓ts Spen👨🦰😭d Yo🏴ur Mon🖖ey? An📟💍alyzing 🇸🇽and Pred😒ictin👾👨👦g To🕊ken⚱🏚 Cons🇲🇸🎂umpti⌛on in🤡🏇 Agen🇨🇱🖐蜘蛛tic🎱🇲🇱 Cod🥺ing Task💘📋s*（Ba🎍i, Hua🕯🇨🇦ng, W🎤💂♀️ang, Su👤🕴n, Mih🔤alcea, 🤠Brynj🚱🇨🇫olf🙎👩👦sson,🍪 Pen👨🦱🌜tlan🦋d, Pei）🇨🇩撰写🏃♀️🧭。
从古典文学到🇲🇩金庸再到现代🏹🐦爽剧，深藏在🆙🇦🇿中国文🇧🇦学中的无数🇧🇩美学模型🇬🇸形成了强大的叙事😆💎蜘蛛动力，构成中🇮🇴国短剧能❓够持续爆火🇸🇷🇷🇺的底层逻辑📿。过去两年，AI 🧁👨🌾行业对「更强🇷🇴🎧的智能🚣♀️🙉」的定义，几🏔乎总是指向同🔖👩⚖️一个方向——更大🇸🇻的模型、更长🇸🇦🇧🇭的上下🕜文、更快的🐶推理、7×🤼♂️🏇24 小🇺🇿🦷时不间断运行🇨🇼👵。
具体实现⏯上，研究🇦🇫团队把V🏩LM模🇬🇮👟型对每个数据🔈样本的内部表示👥（也就是模型最🐏后一层的🇳🇺🇱🇻隐藏状态，🏐可以理解为模型😆🐦对该内🗳🇧🇧容的"内心印🕣象"）提取出🇱🇰来，冻结不动，🛍🏒蜘蛛再在上面接一🏴🇫🇮个非常简🌇📍单的线性🎭◻分类层，用🍕VLA训练数据作6️⃣为正样本、🦢VLM训🥎🕚练数据作🏰🍢为负样本🎠，训练这个分类📩⌚器区分🕯😰两类数据📥。
