（来源：上观新闻）
就像训练🤠一名优秀的🇬🇷人类助理🚰需要时间和经验积🕢♍累一样，创建可🍎🤖靠的A👓🌇I代理也需6️⃣🐖要我们🖍🍲更好地理🎇🐍解和模拟现🦞实世界的复杂性🥽。这种能力在郭🥩✴航江身🦶上展现得淋漓尽💵致🌵🇮🇱。研究团队还🇭🇺👨💼发现了一个有趣的📣现象：通过🍫强化学🔠🌈习训练的🥬✍AI会自发地产生🔘🛡一些类似🏏✋人类的思维习惯🇺🇾。
这套奖励🥌🧤机制的巧妙之🚇处在于它的🐒🍐自适应性🧔。图片来源：明略科🌵技 在业🤩界权威的 🚥OSWorld 🇦🇸专有模型基准👨🎨🎷测试中，M🎸ano-🐬P 72B📝™ 模型以 5🇺🇾8.2%🖨🈶 的任🤼♂️🎶务成功率位👲列全球第一，领先👨🏭☎第二名 ope👁ncua-72🇲🇵b（45.0%🧪）多达 13.😺2 个百分🇹🇩🌩点🚖🇸🇹。
