（来源：上观新闻）
与已经被大厂🛍🍃产品化的📋🐎各类Cla🕷👧w工具相比，🤞Her🐟🦁mes离开箱即用🦞还有明显距离㊙🦹♂️。他们开🕕👋发了一个🧛♀️📳叫做AiSci⏬😴ent🇦🇨ist（以下简🦢♓称"AI科😴🤠学家"）的系🐊统，并在两🌻个业界🍷公认颇具挑战性🐽🌩的测试基准🦗上验证了它🇲🇪🇸🇿的能力🐔🚯。虽然AI工具已👨👩👦👦经很高效，🌿🇼🇫但很多团队♋仍然难以保证🚱🗻效率，资金🏴☠️链断裂🏚。
原因显而⚾易见：这需🤵要推翻至少🥤一部分🎒先前的设😔计成果，并🤐且存在引入更多缺🐢陷的风险🥶。DC 必须能够🆚在消耗数百亿个令📜♌百度竞价推广牌的情况🤡下， 朝着✉🧘♂️目标—🦊—功能正确、高👨🦰性能的❇📰设计——不◾断前进🕙☕。数据构成上🕵️♀️，长文档🇷🇪🏠数据单独c🇬🇳urate，优先🐞收录科学论🇨🇨文和技术报告这类🇲🇲有学术😪🖊价值的长材料👈😳。五、训练越多真🔘🇬🇫的越好吗：🐔🥾TRA👘🇮🇩CE的扩展👨👨👧规律 研究👨👩👧👧团队还专🇮🇷门研究了一个很🔗🃏实际的💸🇲🇷问题：增加🌇😨训练资源（更多😂📃的模拟对话轮次🐼，或者训练更多的🌩能力），带🎸🕒来的收益是否🎟能持续增长？🇨🇨 从能力数🇩🇴量的角度看⛽，TRAC🦕E在覆🔅盖1种🕌📶、2种😴、4种能力🚩📪时，通过率分别约⏹🚡为40.3%、4😁3%、47🚝🥺%，呈现🕴出稳定的递🗺进式提升🇳🇷。
