（来源：上观新闻）
任务规则🚵♀️👩✈️非常严🚘格：给👦🧼AI一篇论文🇧🇪、一个🌶🇪🇪配有GPU的⚔空白Dock🦶😥er容🚀🚡器和24小时时间♎✌，不能使用🇻🇨🤦♂️作者的原始代码，🎰必须自己🔑从零开始搭🇩🇪↙建、运行并得出与↕🇷🇼论文匹🧡配的实验🇭🇺结果🚵♀️🌌。🛡️ 🐝生成前🇧🇹🐿自我审查（🇧🇮🙋Self-C🥭😸orrec👨🦲♑tio🥂泛在服务n） — 模型在🇷🇴🇰🇳输出前会🇮🇳🔐模拟草稿，检👩👧👦查文字渲染、👡逻辑关系、色值对🧪🖋比🍲。
为了充分有效🥕🖍地加速设计流程，🏀并避免🇲🇿受到阿姆达尔定🇸🇧律的限制👱，这类代理💟必须解决整个问🌟题——直至最🥥🛣终达到可流🤯泛在服务片的GDSII🛣。🧠 “🏴图像是一种语言，💨😦而好的🧫👺视觉表达需要选❇择、组😔✌织与呈现🍒。
” 不过，🇲🇳📒要实现上述这种更🎾大的生态，就➿🍑必须打破♠个体的孤🌽🇬🇹立状态🌦。该知识库包🇸🇧🕯含在主内存👨❤️💋👨🙋♂️泛在服务系统中🇨🇨。参数量🎩🏫高达270亿的 ✂🐡Gem🤾♂️🚣♀️泛在服务ini 👩👦👦2.5🧧 Pro🗨😠（谷歌旗下最先😺🤞进的商业大🏴🕷模型之🇦🇺一）只有22%🍨🕞的准确率，而随🇦🇼机猜测👩🦲🤹♂️的准确率是20%🎪⏏——也就是🧴🇾🇪说，Gem📅ini 2.5 👨🌾Pro 🇱🇧在这项任务上的表💞现几乎与瞎猜无异🥏🤔。
