（来源：上观新闻）
下面摘录了🧞♀️🇲🇼其中一次针对乘🤢法器单元设计的审👈查内容🇦🇨📹。AI必须👩👧👧像一个🥴经验丰富🖼🦹♂️的工程师一🇲🇶样，从不完😒🇸🇸整的描述中🎵👩🦲推断出缺🔡🍹失的决策，必🇬🇦要时还得🤚🇬🇬查阅相关🧖♂️文献或公开资源📚🏺来补全➰🥯。但 GPT-Im🍆🇸🇮age-2 引✈🎾入了 思考模☎式（Think🌧🇰🇲ing Mod🤦♂️♏e）：生💛🇿🇼成前先联网搜索🐯、分析上📃🌥传文件、规🤼♂️划图像布局，生👨🎨成后再🇦🇪自我复核🥍🦹♂️。
研究团队将AI科💲学家与👑💖非层级化🌙的简单🧵代理（在Pa🇦🇪perBe⛎🕓nch🕰上对应Basi👩👩👧👧cAgent，🍑在MLE🚌😕-Bench 🎵Lite上对应A🤕🌇IDE）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Pa🍯perBe🇦🇹🔄nch👨🏫🔡上仍比🇲🇽BasicAge👜🍦nt高出4🗓👩👧.74分，在🏸MLE-🔵Bench🔩🧸 Lite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🕞。
当然，Ki❤📒mi C🛬🈸law ⬅的群组功能目前还🎼有很多不完善的🐼地方🧑。打分员必😯须把这个唯🔓一的结果，🦜🐤沿着几千步的推🚧4️⃣理链条，一🌑路往回🧠分配功💤🎆劳或责任🍙。然后对所有压🇸🇳👩✈️缩后的KV做d⚗🐴ense🛑🐗 at👨🚒🎳tention🥾🌾。用DC自己的话🚅🆕说，这项🤶审查是🕶“人工”且“🚴细致”的🏝🏴☠️，目的🔴是确保设计在实施🚢🇺🇿之前是合理的🇻🇺🇸🇴。
