（来源：上观新闻）
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🇭🇺🤭。那Vibe Co🥢🇲🇦ding的商业价🇱🇷👨🎓值在哪？ ♣在于释放了🐘🙀一个从未被满🐙足的需求市场🔍，单个🌪需求小到不⏲值得做产品，无数👩👧👦个「不值👔👡得」加起来，👩❤️💋👩就是巨大的空🚤白🚀☪。
研究者把所有模型🦚都成功解决🤭🇷🇪的任务（📩230🇳🇺 个）🇳🇨和所有模型都💰失败的任务👈🧹（10🇬🇶0 个）分🇻🇮💇别拿出来比🧮📭较，发现模型的相💨🌭对排名几乎没有变☘化⛑🧰。或许，🇸🇰🧀一个从🚼⛹️♀️不睡觉的 A⁉🍘I，不是更强的 😎AI😳🎧。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6️⃣的内容，裁判就会🔔😅毫不留🇲🇸情地将🗓🐆其扣分废弃🔘二级域名需要备案吗。
在这封信🕶🕣中，@表示🦢“以……价格”，🥊🇹🇿例如“🧘♂️一罐橄🙎🌁榄油@🚃某个金额”✅ （one🔡🤼♀️ jug of🚼🔑 olive o🤛➿il @ a🦎💂 cer🍏🕰tain ♾️sum of m🤫🚹oney）🐯🏍。在这个不断的🛳试错与反🌆🐩馈中，模型逐渐学🐵👩🎓会了抛弃无用的杂🖲💏念，保留那些真😾🖐正能提升预测😒🧁准确率的深刻洞察🌼。
