（来源：上观新闻）
当时猿辅🧜♂️导的斑✒马已经是先🇬🇬发者，我们🐸是后发🦀🇨🇺。他们在🇹🇩🔥解一道🐕🧥工程题，仿生从🍐🇱🇰来不是🇸🇾目的🌛。发现五😓：连模🍮🐡型自己都🐪🌿算不准自己🔈🙎要花多少钱 🕍既然人算🐂不准，那🎵让 AI 自己🥴🦈来预测👲呢？ 研究者设计㊙了一个↘精巧的实验：⚪让 A📰🦠gent 在真🇬🇩🇲🇭正开始修🚜 Bug 之🎾前，先“ i😷♍nspect”🤥👨👧👧一下代码库，🔰然后预估自己需要💱👨👧消耗多少 To🦄🌙ken——但不🐚🦙实际执行修复🎨🇮🇶。这项来自🌶🇲🇵卡内基梅隆大学💷和博世研究🍘🐡院的研究，正🌔是为了填补这道🍈裂缝而来↙。社区这件事☹，Day1🌟🏧就要想清楚🎻。今年过年，他编🏴剧、Els🇦🇲🏃♀️er.AI 👅🧰出品的🍒短剧《重生💯一万次🐶我只想谈场恋爱》🏙🇨🇨登陆腾讯⏭💔视频（刘耕补充：🌱🥈不止这一🕍🦡部，他有3㊙部短剧👼将在两个月内上👓腾讯）😲。
虽然它们思考时🥂👨🚒没有紧锁的眉😑头，也没有转动的🕎🥁眼珠，但在那🇲🇻些冰冷服务器内部🏏疯狂闪烁的芯片中🛶，真正的“🔩👨💼深思熟虑”🌇🅾正在悄然发生📱。第四种替代方案是👞🍃困惑度差🔍值（Delta 💆♂️👨🏭Per🦟⛔plex🛣ity）：计🙅♂️算VL🦁9️⃣A微调前后🗜对每个样本困惑⚔⏹度的变🐹化量，差🦑值越负（即🏛⚜微调后困🏔惑度下降越多）说💑🍔明该样🍌本越符合VLA🇹🇬💲的"学🍴习方向"🐣。可闪应用跟短视💏频不一样🙋♂️🤟。结果同🇬🇮⛓样在三✊个基准上都有🏺♋提升——💙Cal🚆vin从3.2🍫🇬🇲05到3.🥍🎉584，Si🗃mple🇱🇻rEnv从38.🎓🔦5%到4🗜🧀5.8%😉，LIB👳♀️🇹🇰ERO从33⚜.8%到40🇸🇷🇹🇬.2%👨🦰👫。
