（来源：上观新闻）
实验结🏪果相当显著：在🇪🇭模拟客服场景的测🇲🇲试中，经👪过TRA🚌🙍CE训练♊的AI助手💆🔥，整体通过率从😔🥢32.9%跃🕛🚎升至47.👹0%，提升了14🎻.1个百🧠分点；在工具使用🍃🇲🇻测试中，完美完🥤🛎成任务的次数也⛄🥫增加了7个♍☪。在官方8️⃣👰的推文中，也侧🇪🇹面印证了这个说法🇧🇬🇧🇹： 目前D🧁eep😚🛐Seek-🥶V4已🖲📏成为公司内部🇧🇮员工使用的A🚝👅gentic🇹🇲 Co🔜ding模型，🚂✝据评测反馈🧦使用体😽🐜验优于Sonn👩❤️💋👩et 4.🏤⌛5，交付质量接近💶🤺Opus 4🇹🇻🎛.6非思☺🐶考模式🚓♌，但仍与Opu😖💆♂️s 4.6思📳🇬🇱考模式👠存在一定差距🇮🇹🇯🇪。
行业普遍在用“🐒糖水数🚷据”训🎢练模型，然后奇🇭🇷怪为什么一到真实🥾环境就失效🦶🏵。这一波 AI 📕的演进蛮🦝像 200🍵🔘8 年前后的智能🃏💶手机☢🇹🇩。在选中的这top㊗🚊-k压缩KV块上🔆🏞做Multi❄🕙-Quer💹y At🦶🐵tention🌴🐜，得到🕔geo优化注意力输9️⃣出🏄♀️。
2025⭐🐿年政府工作报告🐒明确提出了培育具🇧🇦⏱身智能等✒未来产业🔛🏦。研究团队将A🚎I科学家与非层级🥅化的简单代理↘（在PaperB⛹️♀️ench🦡👩🎤上对应📄⚽Basi🇪🇬cAgent，在➗🥋MLE-B😘ench L🕹ite上对🇰🇳应AI👉DE）😒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☑erBench👬😿上仍比Ba🧺sic🧚♀️👮Age🕷nt高出4🏟🍲.74分，在🏃MLE-Be😋🛂nch L↘ite上的"🖋高于中🐬位数率🏑"和任意奖🕕🇲🇽牌率也🥛分别高出22🥧.73和9.0🍥🐈9个百分点✝🤷♂️。
