（来源：上观新闻）
准确性奖🍉励占主要比重（8😝😣0%），评估AI📗给出的最终🅱😃答案是否📞👃正确；格式🥉奖励占次要👦比重（20%），🤘确保AI的回🤝答遵循规定的🤕🏵格式要求；👳🧻此外还有一个⛪防止冗余的惩罚👩🎓机制，避免AI产🚲🔙生过长而无意义的🇸🇯回答🇵🇾。它会让AI生成多🆑💝个不同的回答🇾🇪🏄♀️，然后⛰根据这些回🈳答的质量给👩🌾🤦♂️出相应的奖励分👩⚖️数📕。
有些AI在训练过🐟程中会🧴学会通过产生🥣🙂冗长的回🕸答来获🍿得更多奖励⏬，就像学生为了凑🧀字数而写一🇨🇬🧡些无关紧🖊要的内🎂🇨🇩容🎑👨👩👧👧爱爱爱777。在图表👨💻👑与文档🖲🤼♀️理解类任🐗☃务中，🥦🎅Ver🇧🇩😎o展现👥🍒出了显著的优势🥨♎。
