（来源：上观新闻）
糖水数🏮🙋据：实验室中📵采集的🥣干净、可控、🦊🤖量大的数据🈸👓。这说明层级化⚫😎编排本身💤😦就带来了独立↕的贡献，而不是全🚊部效果都🥰来自文件持久⛎👍化😳。Q2：P🤹♀️✖aperB🧕ench测试🚎的是什么，🇧🇧AI科学🇽🇰家的表现如👛🍀何？ A：🈹Paper🕵️♀️Bench要求🆚👩🏭AI在🦹♂️💗24小🇳🇵时内，从一篇🐗🇸🇿机器学🇻🇬🇸🇪习论文出发🤮🔆，在没有原🥭始代码🌇🧚♂️的情况🌜下从零搭建、运🧚♂️行并复🇦🇹现论文的核心实🥧验结果😋🥛。
“大象终于被正视💤🌿了！”另一位员🏳📹工评论道🇱🇦🐡。采写：🧝♀️🛸南都N视频记者 🏡✏汪陈晨 相关阅读🤳。人工大黑认为，🏧🍶那个被🧛♂️🛥全网吹捧❌🍭的“自动生成🥜Skill”的功🦆能，在实际😚操作中反而成⏹↔了个麻烦♥🇺🇸。这个任务🖥🚒远比"理🍥💇♂️解复杂推理过程🇦🇷"简单得☺🎭多🚛。在1.5B规🌧🧩模（1🇳🇺🍽5亿参✨😲数）的模型上，标💜🇦🇲准PPO的综合平🇱🇮🇹🇱均分是44.06🐲☕，甚至低于未🧝♀️💘经训练🧛♀️的基础⚫🖤模型（44.9🧼6）🚵♀️✴。它不需要“传话”⏺🍠——看到杯子的同🐈时，就已经👝◀在准备伸🇨🇿手；感🛑👮♀️觉到重量🇹🇱的同时，就已经☦在调整力度📲。
