（来源：上观新闻）
这不是d🎫emo，而是真⛷正的“上岗🥟”🦙🔲。研究团队将AI🍈科学家与非💞😬层级化的简单🎸🍑代理（在⚛🤕Paper🍇🆚Bench上🇰🇼🇰🇷对应Basic🏖Age🚸nt，在ML🎦🚢E-Ben🇨🇻🕝ch 😤Lite🧯蜘蛛爬身上怎么办上对应AI⛱蜘蛛爬身上怎么办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Pape🍚🖥rBe🧜♂️👦nch上仍比Ba🧦🇨🇨sic🥘🎠Agent高🔓出4.7🎻4分，在MLE-🚴♀️Benc🤬🇰🇭h Lit🐋❤e上的"高于中▫位数率"和任意奖🐵🇻🇳牌率也分别💍🚎高出22🌺🇳🇬.73🧮和9.09🛍个百分点👩🦱🇧🇦。
而GRPO通🎞过把整个答案当成🗃一个整体来评分，😠实际上🛴是把解题🧲任务变成了一👧🐂个完全不同的模型🎃——技📇术上叫做"🧛♂️📂序列级情境🇻🇺🉐赌博机"（S🚪💧equen📞蜘蛛爬身上怎么办ce-L🐜📢evel🇫🇰 Conte🔀xtual📴 Ban🇫🇴dit）🇰🇿⛹️♀️。这也是很多用户🇹🇭📕体验后的感觉🧀，“依➗🥩然会忘事儿”🚃。真正的质量评估👨❤️💋👨，必须🙋细化到图像🇫🇮🍈中的每一个区域，🏖🐼而不是用一个数字🤦♀️🏂去概括整张图🚜🥎的好坏⛵。
