（来源：上观新闻）
聚散终有时，温🌄🧰情无止境🦓。当AI部署在全新🇬🇵场景时，🚧🔼事先没🤙有任何失🥅♍败记录可🥛☘供分析，TR🇦🇷ACE👩🚀🌺的冷启动问👨🔧题如何🎡👨👩👧解决？随着部署🇸🇲场景的增加，🧞♂️📩插件数🇵🇹🌂量也会随之增🍛长，如何管💨理越来越庞⤵‼大的插件🚏库？当某个任务同▶时需要多🏫📿种能力时，单🤾♀️一插件的路🧙♀️🏃由策略💼😠是否足够？这🎻🦎些都是下一阶段研🇱🇨究可以深入的方向🇮🇸。
换句话说🖊，它试图解决记✅什么，但还🐸没有稳定解决🛐怎么记得更好🇰🇮👨👩👧👧。这正是目前大型🕺语言模型（简称大🌭💜模型，也就是♌🇩🇴ChatG🥡🇲🇦PT、Deep😰Seek🎋这类AI）在学🐟习复杂推理时🏩面临的👩🚒👩🦲真实困境🧼☮。当然，😉🇪🇭这项研究也坦诚地🌎🎲指出了自身🥔💮的局限：SP🗄🔩PO的设⚖计前提🕖是存在一🚧个明确🧙♀️的对错判断——🕤如何建立自己的网站数学题是否答🇲🇿正确©🚖。
研究团队👃🇦🇬将AI科学家与🆓🇸🇳非层级🇿🇲🤔化的简🇯🇪📸单代理（在Pap⬜erBenc🏉h上对应Ba🎾sic🦀Agen🇫🇷t，在MLE-B👩🎨💔ench Li🇬🇩te上对应A🇪🇨🇨🇰IDE）进行比较🙅♂️🎺，发现即🦂使是去掉文件即9️⃣⏫通道机制的"残🇨🇩🖱缺版"😄🥞AI科学家，在🐺💉Pap🛌erBench🏅🌑上仍比👼🕳Basic👥🇪🇭Age♉🏜nt高出4.7🇨🇩🍮如何建立自己的网站4分，在MLE😫-Ben🏈ch L🇨🇩ite上的🥏"高于中位数率"👗和任意🇪🇪💮奖牌率也🔺分别高出22.⏸👨🎨73和9.09个🧿🎽百分点🇭🇺🇫🇴。
