标注可以少花，校验的钱省不掉
未来半年到一年，在答案能自动验真的任务上，后训练会少花逐题标注的钱，但新增预算仍流向监督与校验。
为什么这样判断
模型对同一问题的多次采样与异构模型互评，可以把已有能力转成新的训练信号，降低每新增一道题对人工答案的依赖。教师可见、学生推理时不可见的信息，以及模型之间的共同错误，会把低成本信号变成错误强化，使标签数量无法代表有效监督量。若买方按留出任务的正确率和单位有效改进成本验收，支出就会向答案检查、来源隔离与信号校准迁移，掌握这些流程的服务方有望获得持续预算。
另一种解释
W09 的 False Frontiers 为 CrossFit 增加 72%–79% 的预留算力，尚未证明端到端成本更低（作者自报），直接削弱节省标注后仍能释放预算的前提。反过来，W01 的 u-OPSD 在 Qwen3 非思考模式的五个数学基准上以多数答案超过有标注基线（作者自报），说明部分校验可能由模型内部低成本完成，未必形成外购服务。现有候选均为论文，没有标注采购下降或校验服务收入增长的直接记录，实验室内建流程是最强的商业替代解释。
公开证据预览
这里只展示访客可读的两条预览，保留支持、补充与反驳的区别。预览不是完整证据清单。
- · 补充：Sharpening Tax 报告后训练提高单次可靠性时，可能缩小多次尝试可解范围（作者自报）。
- · 补充：UniEvo-VL 让同一模型兼任师生，教师额外读取自我批评后在线蒸馏（作者自报）。
公开预览中出现的公司
沿着这些公司的实践继续阅读；这不是完整的论点成员清单。