（来源：上观新闻）
--- 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📱🇬🇵。在受控对比实🇸🇨验中，AI👨👩👦👦科学家使用两👩👩👦种底层模型均达🇬🇩😛到了81.82%🤭🈷的任意奖🇺🇿🆖牌率，⚽🇫🇴分别比最强对⚔⁉比系统高出🇹🇳4.55和1🤸♂️🚫8.18个百🚫🥐分点🇳🇵。
这一次，爱奇艺排🏯面更大💶。” 公告同🇭🇷🇵🇸时表示，“家🔛♿门常开↖👨💻，欢迎⛰🌭归来”，🅾✖传递了对两位主🇰🇪播的不🤔🥍舍与期许3️⃣🕞。AI科学家使🏗🛳用GLM-🇼🇫5模型时达到🛡了平均33.7🇨🇻3分，🌋👸比此前最🇼🇫😲强AI基线高出🔶🍙11.15分，并🇬🇮🌌显著缩小😞🏄了与人🤜🇲🇨类博士生的差距🏍🇳🇴。如果题🇲🇳🤺目太简单，😦🚦AI每🙍♂️次都能答对，就6️⃣🆒没有学习空🇵🇼⏏间；如果题👾目太难，AI🎡次次都失败，也🇦🇶🏳️🌈无法获得正向反馈🕙。精品化🥶不仅是商业选择，👼更关乎🍊🌻创作的🍻👨💼本质🏦🚠。
