（来源：上观新闻）
每种失⭐真还有三🌛🍸个严重程🇻🇳🚟度级别：轻微、中🇮🇪🥏等和严重。此过程🛁🎽最终由🇳🇫 DC 控制，🇬🇮🇵🇹DC 可🌻以根据每个设计🔮项目的需求定制或👻修改该过程及其执🥃行方式💂♀️。第二个局限来自♦数据集🇵🇾的构建方式🤚🏁。这项由斯坦福🌟大学主导的研究以⏲🛀预印本形式🖖👩✈️于20🎨26年4月发表📀，论文编号📘💄为arXiv:🌝260🇨🇼4.05👨❤️💋👨336v1，有👇泛站群程序兴趣深入了🇷🇼解的读者可🌹🛵以通过❗🚀该编号在a🔚rXiv平台查询🤤完整论文🦈。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2🇫🇲🎐3小时内自主🇰🇼😸完成了74轮实🍟验，将模⚰型的验证集A🇫🇷🦙UC（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🇬🇹。
同时，这👓种自进化还🐊可能带来🚣♀️📼更大的安全👨👨👧👧🐇隐患🏵。他们在乎流量，☺也在乎未🧯🤽♂️来🇬🇸。研究团队将AI⏬科学家与非🚏层级化的简单代🇬🇹理（在Pape🕓rBench上对👝🥍应Ba🗻sicAgent🥜👠，在M🤡LE-Ben👰🦊ch Lite上✌🖌对应AIDE）进👨🦳行比较，发现即👓使是去掉文件即🍒通道机制的"残缺🇦🇿版"AI科⛺学家，在🇳🇪PaperBen🇧🇪🈯ch上仍比🚎🍰Basic🕐🖼Agent高出4📿.74分，在M🇦🇱LE-Benc🥈h Lite🌙💥上的"高于👭🇦🇬中位数率"和🥡🛵任意奖牌🏁率也分别高出2🥯⏲2.73和9.🎒🚛09个百分点🍉。
