（来源：上观新闻）
过去的方案🎫因此只能💕使用小型神经7️⃣🏠网络，处理能力☎👨🌾通常停留在🔂数十万参数的水🇨🇾平⛹️♀️⚽。但工程上装不下，🍩十几个teac🇹🇷🏖her每个都📃🤚是万亿级↘，vocab 🇸🇽🇯🇪siz🐶👩👩👧👧e超过10🧖♂️😪万🙍♂️🚲。
在1.5🇸🇧B规模👨👨👦🥾（15亿参数）的🇲🇿🧾模型上，标准PP🇻🇮O的综合🏘平均分是44.🔷06，甚至低🆖💩于未经训练的🤣基础模型（4🥈▶4.96）🇵🇦。图1展🌾😋示了一个具体🏃🧠案例：在"🇸🇽侮辱性言论检🏢测"这一🇺🇲㊗任务上，🏭AI科学家在😠🗽23小时内◀自主完成🇧🇬🌆了74轮实🔬验，将模🇲🇺型的验证集📀⏏AUC（一种衡🇾🇹量分类模型好坏👨🌾的指标，越🇹🇬接近1越好）从0🕢✝.903提升到❕⚙了0.982🤯泛二级域名，期间经历🎨🦗了18次"找到更😩好方案并保👠留"的关键👩👩👦👦节点，💎🙉同时也↔经历了大量"尝试🇵🇫无效果而丢弃"👌▪泛二级域名的探索过程，👨👦🏴全程无需人工🚃🚕干预👨👩👧👦🦴。
在失真类型💒识别上😈，Easy 级别😏🤵中 PAND👨🏭A 达到了🗑🔳78%的准确🌳率，而排名第二🐎🍸的微调版 De🚭🌿pictQA🇮🇨+ 达到75👮👮%，商业模型 ⏹GPT-5🔂🧫 Mini 只🇵🇫有49%，4️⃣GPT-👑4o 是46🌽%，Gemi☎ni 🇨🇭2.5 Pr🚵♀️o 是3🈲🇸🇪9%，而随机猜🇬🇼⚗测只有7%🍵🐆。
