（来源：上观新闻）
除了能力本身，H🧰erm👩🦱🧽es的使用门槛尚😈未明显下降➿♏。他们发🛋🦕现，打分员实际上🇬🇱🧾是在偷🐘🖥懒——它根本🧷不关心📆AI在推理过🤾♀️程中的第三步、第🎵五步、第二十步💸在做什么，而🧵是一直等😑到推理接近尾声，🧀才突然"清醒🇻🇦🐒过来"，根据🎟🏋️♀️最后几行文字的语🥐义特征猜测答案🇧🇪🇦🇷是否正确🏉🎴。
例如，在某个案例🔨🦃中，当未能满足时🕦序要求时💼，它最初尝试进🏊♀️行重大修改以🐓👩🔧加深流🍖🗒网络书源水线，而不是寻找💧更简单的解释👧👟。对于每一🐻种能力，🇵🇦🗝系统会训👯♂️练一个独立的🌑👉网络书源小型适配器（🇲🇷🇲🇾专业名称叫LoR🧡👩🚒A适配器，🚏🕰可以理解🧤🐏为给AI安装的一🙇♀️个专用"技能插件🇳🇦"）👨🦲🎷。DC 必须能🥯够在消耗数百亿🇹🇲个令牌的情况下🦋🇰🇲， 朝着目标🎢🇧🇳——功👵能正确、高😒🥼性能的设计——不🏩断前进🍍。
由于单次流片的成🍵本可能高达数千💠万美元，因此在⛰生产过程中“修🀄复”缺陷是🏴不可接受的🍄。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☯🇮🇳。AI科学家🇲🇷使用GLM-5模🏯型时达到了👨👩👧👧👨❤️💋👨平均33.🇨🇽73分，比此前最📗强AI🤷♂️🐵基线高📹出11.15分，🇫🇲👓并显著缩小了与❗👩🏭人类博士🇵🇳🌝生的差距😍🇨🇼。
