（来源：上观新闻）
这件事的🗯⚜重要性在🇦🇿于：这恰⛳好是 AI 走出🗑🇲🇴数字世界、落🦜🌄地物理世界所缺🚓少的那一🇲🇲环👴。人类专家在评📧审模型✉🇦🇬的数学证明🚉🏘时发现，有些🐮🥘证明虽然完全正✌🐱确，但比必🔁🔛要的步骤🧚♀️要多，有🇱🇺😠时包含一些多🇧🇬余的中🎀间步骤或定义🌗。。以斯瓦希里语翻译🕓为例，WALA🦴R训练后🏘🛬的模型在各个🐩👁️🗨️方向上的xCOM🚮ET分数从54.🇸🇩💍00提升到了60🏌.31💸👨👩👧。创始团队：🇨🇨Momo😤Agent背后🇻🇨⬇的莫测智能🥼👔（MO👨🦱CE.AI）🍔由清华大学创业💂教育平台 X💁-Lab所🇹🇻🇻🇪孵化，核心团队👩👩👧👧🦔成员来自密尔沃基❤理工、清华、北大🥚的计算🦟机、精密仪器🤘🧛♀️等院系🎴。
研究中提出的🤞😑"瀑布式🛸🎷强化学习🌋"框架也为多🏙🏴技能A👩🍳I系统的训练⛽🇽🇰提供了新🔚的范式📯。“一年前，我还👨⚖️🇬🇭会觉得这个过🎨程大概📄™要三到五年🐽；但到了最🎨😹近，我觉🧟♀️得这个👨🚒✍时间窗口应🔖🤝该缩短📧🌫到一到两年🇰🇷。由于每🤷♀️个训练阶🐫段都专注于相似🚩类型的任务👢，模型生🗺成的回🥦🇳🇫答长度和🎪🏋️♀️验证时间都2️⃣比较一致☮🌺，这大大提🐤高了训练效率📝🌨。
