（来源：上观新闻）
它的唯一任务是，🐓🇸🇱在看到一道题之↔🏦后，预测⚓当前的AI有多🇳🇵大概率能答对这🏒道题——用🍽🍁一个0到1💦之间的数字表示👻。研究团队还会重复😹这个分析过程😕🚺多次，只保留每次🍝⏺都稳定出现的能🌴🍴力，确保结🚂论的可靠性🙍。截至当时的结🇦🇨果将在第 4🕋 节中🧫📯报告🛷🥐。更重要的是🚍☎，他们通过大规🤱📟模实验揭示🏍🦕了当前最🇱🇦⚖先进的多模🔉态大语言模型6️⃣🇺🇳在区域级质量理🐣解上的系统性🤹♂️短板——即使是 🈶Gemi🎑⛎ni 2📻.5 Pro 这💱🍴样的顶😀🇹🇳尖商业模型，在这🆎🔉类任务上🚩🤨的表现🏴☠️🇪🇹也接近🍎随机猜测的水🍬⛱平🏬。
中外热搜🤙🇸🇻上了一整圈，科💿技媒体🥟的版面今天🐈都让给了它，O📇👷penAI🥟也成了它的陪💟衬🏴☠️🏑。这一次🇨🇩，不再是 🌝🦖DALL🥶·E 系列的简🚮🧭单迭代，🐊🕛而是一场彻✋头彻尾💟的范式革命🎮💼。结果显示，这个📸混合方案👩⚖️👨👧和标准PPO一样👨🦱🙍♂️不稳定，同样出🐰现了性能🍮🇫🇲崩溃👇。
