（来源：上观新闻）
Q&A Q7️⃣1：Q🧳🌠uie🍹t-STa😩🎷R技术🎺的核心作用是🚪什么？ A：Qu🗣iet-👨🦲STaR🇾🇹技术的🐒核心作用是教会人🕤工智能语言模型🎞🥌在给出最终回答或👩👩👧预测下🥀🥭一个词🍙🥏之前，先在后台悄🔈悄生成🍵一段内部的推理🧯☁过程🕡🇹🇴。这个工具的设计🇼🇫思路，借鉴了🧻一个来自统计学👪和机器学习的💮经典结论：🔠🚡如果你训练一个分🆚🍖类器，让它区分♒🥧"属于↖A类"和🥗🐷"属于B类"🚰的样本，当这🇨🇭个分类器训🎀🇭🇹练得足够好🇶🇦时，它给🇸🇧☁每个样本打的"属▪于A类的概🔡🚂率"，恰好与这个🔟🇪🇷样本在A👁🇳🇦类分布下出现的概🇹🇦率与在B类分布⚔⌛下出现的概🔊🐃率之比成单调👨❤️👨🥵关系🙎♂️。
它是一个简单⚾的线性层👚🧶，建立在🇩🇴冻结的VLM👨👦👦特征之上😺，不需要🙏对VLM本☦身做任何改动。这个答🥃🤥案不是🚓终局，而是进行时☮。但 P👠 的问🐵🎡题是：做1🇲🇷00集的成本💹🕢太高了，他不可🎿🚒能先把剧全部做🇹🇴完再去🎇找平台🖥🔗。三、思考时间🤢👱越长，回答越显🚩智慧 经过♾️🏗这套复杂机制😀😧的训练，Qu🇫🇯iet🏟-STaR展🧛♂️😹现出了令人🎒惊叹的成长潜力⚪。发现二：同一个 🗜🦝Bug，跑两👒次，花费能差一😔倍——而🛸🇰🇷且越贵的🗼🎄 Bug 🚛🛩越不稳定 更🏊让人头🏸👝疼的是随机性🇭🇰🇸🇲。
