（来源：上观新闻）
与Op🖖enClaw不🚭同的是，He👰rmes多🚋🤚长了“脑子”🧛♂️，主打自🛳我进化，🦊💼这也是💭🥜其迅速走🚛红的主🎑⚔要原因👢。任务规则🇧🇸非常严🇧🇾🙆格：给A🧿I一篇论文、一🍶个配有GP🕴U的空白Dock🖐🐎er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🇳🇴。
单 Agen👠t 的能🧒🇦🇫力一下🇳🇮子快速🇦🇴🚓蜘蛛识别扫一扫提升，但行业很快🥤发现了两个绕不过🇹🇩😗去的问题👩👩👧👧。在受控对比😒实验中，AI科学🇲🇷家使用两🚍种底层模型均☸🌬达到了81🏫😓.82%的👩⚕️🔩任意奖牌🙊率，分别✡比最强对比系统高📨出4.55📒和18🚵♀️.18个🍱百分点🚉。
**当AI做数🇹🇴学题，"打分员🇪🇭🤪"却失🇨🇭灵了** 假设🇳🇺你正在教一个🥄学生做数🛍学题，你的评分方🇮🇷🇾🇹式是：等他把整道🇬🇮♎题全部写完，才🏞📽告诉他"对"🍴🦒或"错🏺"👁️🗨️。Part👨🎨🍜ial RoPE🦶💄。而在海量的🥓AI短剧中，🤗素人很难第一时间⏯🔸发现，自己♓🍔的脸会在哪部👳♀️短剧里“被出♓🔭演”0️⃣⌛。
