（来源：上观新闻）
Q2：Quie🏫💰t-ST🇦🇨aR是如何判断⏬AI内部思🇵🇲🍺考有没有用的？🕡 A：这项技👀术通过一种😑奖励机制来评⛏泛目录站估AI内部⛓思考的价值🖼🇸🇸。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👉。
在Simpler🥩🚃Env😮🇨🇭上，56.6️⃣🧝♂️3%的成🚡功率达🇻🇮🍊到了Qwen3🇧🇹🤴VL-4🧖♀️B（56.🐭🌌3%）的水平，🤖超过了Qw🥘👅泛目录站en3VL-2B🇲🇺（49.0%）🌠。
Buzz🖍🙇♀️Feed长期面☯临亏损困🐏👩👧境，上市前夕遭9🔡🧩4%投🥃💼资人撤资，仅募集🎴🤤1600万🆒🆖美元🎴🏆。论文发现了一🚇🖐个“倒 U 型🥞🖖”曲线🚟🧰： 成本水平准确🇺🇬🦊率趋势低成本准确🇸🇰率较低（可能♟️投入不🤯够）中等成本🏊🔁准确率👨👨👧👧往往最高高🏴☔成本准确*️⃣率不升🐿➖反降，进入"🍝📷饱和区间🍞🇷🇴" 为什么会这样🔤？论文通过分🚖📭析 Agent ☠的具体操作给出🚯🍖了答案—— 高成👨👦🇰🇵本的运行🇻🇨🚪中，A⏫🧑泛目录站gent🕹 大量👔时间花在🇲🇶了“重复劳动📐🇮🇨”上🌋。
