（来源：上观新闻）
"实验专家"🇬🇺🤩负责运✔行代码、观察结果⚱💶，将实🏹际产生的指标与论🎠🤖文中报告的目💋💮标值进行对比，记🦖🛩录差异和🐵问题，并在遇🧶🚨到简单错误（如🐠导入路径🇲🇼错误、配置🈴🐨文件格式问🦑🤼♂️题）时直接🇭🇺修复，而将需要🧚♂️深度代码改动💶🇲🇾的问题提交给指🚮挥官，由🤖指挥官再🙅🥄次调度实现专家🇰🇷处理👐。
第一个🇳🇵💮是Pap5️⃣👵erBenc🇹🇦📢h，由🇫🇮🚢Ope🎦nAI🇸🇬参与设👊计，专门用来测🍑🇲🇳试AI从头复⏪现顶级机器学🇲🇫🇧🇾引蜘蛛软件习会议论文的能💧力📁📂。Sor☎💡a 的退场或许🛑✍令人惋惜，但 🕍GPT-Ima🧭🔯ge-2 🔤⌛让我们看到——🇴🇲5️⃣OpenA👩🔧I 正在集中火🇨🇽😭力打造真正🇲🇷能够融入工作流的🎓生产力基石🗡🇮🇨。
”一个人，就是👈一支队伍🗯。中国人民大学的研📭究团队将这类任🔻🇦🇺务称为"长周期机🦖🈹器学习研究🚜🇯🇴工程"💆。Simp🇫🇷leQA-V🗝🇸🇳erifi🇹🇰ed上V4-📕👨🏭Pro-Max🐋🚫拿到57.9，🏂⏰K2.6是36🌠.9，GL🐽M-5🌏引蜘蛛软件.1是38🧧🥝.10️⃣🍔。
