（来源：上观新闻）
“我们发现♋🧞♀️sem运营，更好🥬的方法是让 🎏♑AI 代理解决整🎠🍆个问题，”他说道🏑。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🇹🇴🌦。因为物🥉🇨🇬理规律在🇨🇷🇦🇱不同环境🍖中是一致的，WA👨👨👦🙉LL-B进入任何🇻🇪👄一个从未去过的家🇿🇲庭，都🇯🇵能利用对🐖物理常识的理解🌑来应对新场景，不🤤🧂需要重🏦新训练ℹ📯。
SPP🇷🇴🇯🇲O每道题🏳只生成1个答案，🎩🇬🇮在相同🇲🇿时间内💭能完成更多轮更🇮🇪✅新⏲。这一波👩🍳🍘 AI 的🥮演进蛮🏹像 2008 年🔇前后的智能手机🀄🏄。换句话说🌕😆，VerCor🈂💃e对领🍀先的CPU构🧱不成威胁，但它‼有两个值👹🌎得关注的🇲🇵地方🎺🇱🇦。
论文中，D🅰eepSe🔤ek表示： 🦘DeepS🦝eek-V4-P💈ro-Max在🇫🇰🇷🇴标准推理b🍴enchm📪🚶♀️ark上🤭优于GPT🏥-5.2和🏗Gemini-🎃🤸♀️3.0-💤Pro，但2️⃣略落后于GPT-🍒🐪5.4和G🍮📺emini-3.🍉🇲🇫1-Pr⌚o❎🍎。这个判断过🌱🌋程完全由基础模🎄型完成：系👷👛统给基础模型展示🍀👖用户请📥👨❤️👨求，以及每🇭🇷种能力的👼描述和🕓⏮一个典型案例，让😅模型预测哪🎤个选项🍰最匹配🏵🦑。
