（来源：上观新闻）
结果相当🥥😊值得关注：在💒🏍第一个基准Pa🇧🇷perBen🇵🇪ch上，🇵🇳🛑AI科学家的平🌖🤐均得分比此前🍤最强的AI基线系🎓🅾统高出10.5⚗4分；在第⛅🐢二个基准🇬🇾👳♀️MLE-Ben🇸🇯🇦🇱ch L👨🥛ite上，它以8🦋🎾1.82%的🇸🇴"获奖率🇻🇮"超越了所👨🚒🦝有有记录的🚶对比系统，📠🇨🇨其中包括多个已公🥛🍵开发布🎯的知名商👨🦳🙃业和研究机构系统🇮🇨。
**一🐩🏈、训练🍗🍃磁力蜘蛛搜索神器AI推理，🇲🇸为什么这么难🍖** 要理解这项🇼🇸💵研究的🏰🥡价值，得先弄清楚🇲🇴AI推理训练的🇦🇼🌔现状⚡。正如《麻省理工👩👩👦👦🇲🇱科技评论》评价😦的那样：“当📸🇩🇪其他模型还在比💜拼谁的画风更惊🎤艳时，🔓👛GPT-I🐦mage-2🐇6️⃣ 已经默默读懂🎺🔧了设计简报🌯📘。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AU📇C（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，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🎺💔"的探索过程，全🥀🎢程无需人❎工干预🍄。
