（来源：上观新闻）
大家惊⚒🌾叹于D🇦🇺🚦eepSee👩⚖️k在有限🇮🇴条件下作🖍出重大突破的创造®力，也佩服其在2🎢026年，还能坚👩👩👦👦🇱🇺定选择开源🥜🐠路线的决心▶。研究团队将AI科🇯🇲🖊学家与非层😘🕰级化的👳♀️🏆简单代理🍽🎓（在P🧳aperBenc⛩h上对应Bas🖲icA🇧🇭🔩gent，🇨🇷🇿🇦在MLE-B🎨ench L🥽👨👩👧ite上对应A◽♾️IDE）💭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Pap🛡什么是泛目录站群erBench🦘🇧🇹上仍比B🗒🇨🇴asicAge🥘nt高出4.7🤜4分，在MLE👳🌴-Bench 🏂Lite☄🐉上的"高于中☁位数率"和✳👩👩👦👦任意奖牌率也🌭🍖分别高🦕😍出22.7🔒🇮🇹3和9.09🔌🏝个百分点📸㊗。
过去的🇬🇭⏺图像生成模☄🗡型，本质是“黑👨🦳箱抽卡”：🉑🗝输入一🍒句英文，模😿🦙型直接😊💓吐出一张图👨👩👦👦🥘。分析过程分为两个🍋阶段：先是"发🐽⛺现阶段"，分🐝析AI通过检查📚🎶所有记录中的🍢🧵工具调🛄🤷♀️用、工具返回👩❤️💋👩🚰结果和最🇲🇭💓什么是泛目录站群终回复，归纳出一🖱📧份候选能力清🥯☠单，并为每👩🚀🐵种能力起❗💲一个固定名🔫称和描述；然后是🚔"标注阶段"，🃏😇分析AI拿着这🇱🇷🎢份清单，逐一检查🏫📊每条任务♑🚌记录，判断每种🚦能力在☯这条记🎦录中是"🗜🏜不需要"、🍧🐏"已正确执行"🔷还是"本应执行🍯🐓却没有执🏛行"💿。
让机器🇩🇴人去处🎖理那些🐗高重复、高强度🕎的工作，本🎆就是这个行业最📀⏯早的使命🆙🅱。只有两个指标🚝🌱都超过👩🦲✳阈值的🤦♂️😰能力，才会🔜被选入训🙌➗练计划💂♀️。
