（来源：上观新闻）
这个发现在实🔦🍌践层面💇♂️📺意义重大🥙。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23小🇮🇶🤱时内自🍬主完成了⚔⚔74轮实验🤭，将模👨👩👦👦🇷🇼型的验💫🔠证集AUC（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0.9👨🦲🔹82，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💫。
而这种知识通常🤵是人类设计师通过🐯经验积累的💼👥。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"🧯。
