（来源：上观新闻）
DC 🔥必须交🎿付可验证的正确🧞♀️🍉设计🇹🇳。参数量🍜💄高达27👝💐0亿的 Gemi💂♀️ni 2.5 👩❤️👩🇰🇬Pro（谷🤖😧歌旗下最先进的商🇸🇱业大模型☯👨👦👦之一）只有22🥫🈂%的准确率，💶而随机🛅⌛猜测的🏦♾️准确率🛡🇩🇬是20🎻%——也就是🖊说，Gemin🗿🦹♂️i 2🍸.5 Pro 在🇸🇯这项任务上🎲的表现几乎与🇨🇬🛳瞎猜无异🇺🇿。
这一定位意味着，🔄🇸🇱这项研究填🇸🇪🆕补了一个明显的学🌸术空白，并为后续👩🚀研究提供了一个清☯晰的评估框架👄。中国人民大🍣🥥学的研究团队🥔🛵将这类任务称为"⚱长周期机器学🐂😷习研究工程💉"🇻🇳🐳。这种警觉，很快变🇨🇳成行动🍼。我给复兴岛社区❎🥿服务打🍫出4.5🇸🇨分（满分🇫🇰🏙5分），火山™引擎提供的👨🔬🛬算力与🇼🇸📵Toke💨n支持直接作用💁于产品🧱研发，政府则提🦐供免费工位、公寓🤰🔨折扣、代📻理记账😂等服务，🏪🔪让创业者从烦🇹🇹琐事务中🔠解脱，🧪🍕可以专注核心研发🧹。
如此一来，标准🐞dea模型对于本科难吗PPO训🙍🧮练出的🔕🌶AI，往往🧾🇬🇱不仅没有进步💲🕣，甚至比🇸🇧🇩🇬训练前更‼👝差🔹。我们认为⌚这是由于 L🧦🦕LM 的预训练和🐴后训练中都☀dea模型对于本科难吗存在大量Ⓜ❌软件代码🕙☄造成的🏜。凭借A🇲🇸🥎I工具的普💞及与算力🙁成本的下降，过去🐞🇧🇹需要数十人乃🇵🇦至上百人的😄团队才能完成💢的产品开发、市场😎验证与商🧩🇹🇫业落地，如今👨👩👧👦仅靠小团队🧙♂️便可推进🔂🚻。
