（来源：上观新闻）
第二步，li🤓ght🎳ning i🤘ndex🎤💏er + t🖋op-k🏁➖选择🧾。糖水数据：🇯🇪实验室中📜🈺采集的干🐯📣净、可控、量🏬🈂大的数据👤。正是为了解👩❤️💋👩🦘决这个问🛂题，华为技术🌊🦙（加拿大🤥🇲🇶）的研究团🇸🇷队提出了一个全🌱新的思路：与🈴🌼其让AI笼统🏗评价整张图🆑，不如⬇教它像真正的💻专家一样，🏦🍺先把图像拆🛷解成一个个🈵有意义的区域，⬇再针对每🇬🇦🚊个区域🕶🇨🇱进行细致的质量分❣析，最后通过一张🇲🇽🧔结构化的🛅🗣"关系图谱"把所😛🐳蜘蛛是怎么形成的有信息整合起来🇭🇹。
AI科学🖋家使用GLM-↔5模型时达到了⚒平均33🙎.73分，比此前🧳🎲最强AI基🇦🇨💒线高出👝11.15分，并🧵显著缩小了与人类👩🦱博士生的差⛪ℹ距☮。
任务规🇦🇫则非常严格：给🛴AI一篇论文、🈶🎊一个配有G⛎👢PU的🦡空白Docker🤷♀️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🥡💤与论文匹配的实验🇬🇼🇺🇳结果🌰👍。
