（来源：上观新闻）
做一份🇫🇮🆙深度研究是🇱🇷🔙前者，🎖做一个产品⏳从设计到发⌚🛷布是后🐼👘者🎴🎵。--- 六、〽🏢实验结果：两个👨🍳基准上的表👩🚀现如何？ 研究❤😧团队选择了两个互👟补的评测基准来🏴☠️🇩🇬全面考察AI科学🕔家的能力🚫📄。一个训💙练了两个万🔴♦亿参数🛃MoE的团队公开💲🇦🇱承认「🇧🇪📬我们不知道为☦♎什么这两个tri🥇ck管🇵🇸用」，在2🔲🥉026🇻🇦年已经🇭🇳⛴是一件🌅挺稀罕的事🐯。
随后，马斯克敦🏗促特斯拉股东🌩投资新合并的🗼⛱xAI和X🇦🇬🔸。它带来了两个直接🥵后果：对于答对的🤰推理链，打分🈹员在接近结尾时才🈺给出高分💂🎫，导致AI🖕🇲🇬的整个🍄🚩推理过程几乎收🍮😢不到任何有效的📺🚿激励信🛵🇧🇳号；对于答错🚢的推理链，♉打分员在中⬜🇵🇭间过程中也没有给👞出足够的惩罚，🇳🇬无法让AI知👹道哪里出了问题🎗👨🎨。
