（来源：上观新闻）
在 ML👨👨👧👦E Benc✔h Lite 🏧的 22 道高难👩💼度机器学习竞🌰🧕赛中，🇮🇳M2.7 以每次😔🇹🇳 24 小🍟时自主迭代的方🍛🇹🇱式参赛，三🇬🇧🕕次平均得牌🧫率 66💖.6%，仅次于🎑 Opu🧘♀️s-4.6 和👻🎠 GPT🛌-5.4，与🔪🚨 Gem🐷🇬🇺ini🧣-3.1 持💶♿平🥄。V-JEPA2（🤩🇲🇭Meta ✔FAIR 20📤🖕25）的关键创📰新是 Y🥎🚐ann LeCu🛂n 倡导的J🚸oin👵⛹️♀️t-Em🇧🇮⛺bedd⛹ing Pred👨💻🇲🇲icti👵ve Archi🙏😬tectur🏷e（JE🎹PA）在视频上的🤹♀️🚺放大版—🌠🐴—在潜🕹👱空间预测被遮🏞挡的视👨🍳频表征，🌁而不是🕎😉草草福利视频重建像素📌。
相比之下👨❤️💋👨🦙，Figma的🤨AI原生能力弱得🐫😎多，各种操作远🏑🏫不及Claude🎑 Design方▶🧰便⛷。算法研究🇷🇪员要做的是探索🧁📄强化学♍🇬🇩习在大模型🍬对齐与能力提🦕🙌升中的应🚪用，涵盖🇸🇬RLHF、🎢过程奖励🇷🇸♻、偏好学习🙍等方向♾️。文丨苏扬 编辑丨👨👩👦👦🇱🇦徐青阳 作为🍉OpenA🧽I最强劲的👨👨👧👧对手，Ant🇨🇷hropi🍚c最近风🇮🇲🥞头无两🇦🇪🇹🇦。模型必须足够精🚍准地完成三件事🙍♂️⛹：第一，🇳🇺准确判断♐什么操作📺🐝值得转📄化为 Skill🎟；第二，编写😓出无 Bu👩👩👧🔧g 的 S🇲🇨kill 代😊码；第三🦟，精准评估迭代〰后的效果优劣✌。
