天美乌鸦糖心mv

感谢deepseek 既让我一夜之间把去年一年在美股赚的钱全都吐出来了 又让我在半年以来一直研究的蒙特卡洛搜索+PRM过程奖励模型还没做完就成为了***密集型的过时idea 还让我在我半年前反驳她：rule-based reward 是吹牛的垃圾的同学面前颜面扫地（反驳完之后我还劝她别搞了） 真可谓人财两空，一举三得。