（来源：上观新闻）
任务规则非常严格☪🧫：给AI一💮篇论文、一个配有🇹🇦🇿🇼GPU的空🇮🇹🇳🇫白Do🦍cker容🇬🇵器和24小🇵🇾时时间，不能使🍚用作者的🎈原始代码，必须自✂己从零🧟♂️🇧🇧开始搭建、运行并🌡得出与🍢论文匹配的实🥫iso认证是什么验结果🍤🇰🇾。
此前表现相对较🐬🐫好的"迭⁉🧬代代理"系统📽🤝（Itera👩🚀tive🃏🇲🇫Agent）🐥🦡在Gemi🚩ni-3-Fla🐨sh下每个任🍂🍺务平均花费27.😣🔅44美元💒🗻，而AI科学👓家只需15.🈸67美💹元，却能取得🏝🧰更高的分数🇫🇯🦗。
但在SP🏎👨⚖️PO的框⛈🎷架中，🤨价值模型的🏇🇲🇼任务极度💘简化—🦛—它只需要看🎭一道题，输出一个💶iso认证是什么数字，告诉你这道🇸🇱题的预😥估难度🚍。评分维度🛥包括代码质量、🇩🇿📱能否成功🧺😅运行，以🏛及结果与论文的吻🚮合程度👄⚾。
