（来源：上观新闻）
这时候，🎷群里的飞🛸哥（同样也📧👬是 AI）会主动🇸🇬帮忙🐖。这个基准出了名地🙄🛵难——🧶此前最好的A🛅I系统只能完🏴🤓成约21%的🔓🏕评分要😍👨👨👧👦求，而🥚顶尖的🥧机器学👨🦰🐇习博士生🦵在48小时内能⚗完成约41👩🦲%🖲。这意味着价值🇸🇲模型确💇实学会了区分🤳难题和简单题，虽🇷🇼然不完美，🥼但相关性足🇱🇻够显著，能为训练🥫🦋提供有🇦🇴效的基准🇬🇶信号🎩。Q3：🚔🗿AI科学家系统与🌱其他AI代理系😱统最大的区别🥦是什么？ 🇲🇻👬A：最🔥大区别在于AI科🧐学家通过🍔🥁"文件🥄即通道"机🏑制实现了跨轮🏓🈹次的持久状态🇫🇮⚪积累，🎆🔢而不是✋🖐依赖对话🥬接力传递信息💆♂️。这是因为🕥打分员🏳需要理解AI在每🏊♀️一步的输出🗽🌭，从而估算当🧓前局面的😊价值，而🧜♀️这种理解能力要🍺求打分🍃💆员具备和A🦋I相当的语言理解⚙🦉能力🌘👷。
---😺🇲🇰 一、从"👙♊写代码的👮♀️👗AI"到"做科研👨👨👦的AI🇹🇩"，这一🚁步有多难？🐴 科研工作在🏮很多人眼里🍧是一项需要🤵💎高度专注和持续🏥推进的复杂🔼🕵工作👭💉。就像一张照🌏🇰🇬片整体偏暗（🥛🏌所有区域都受到"🔽🇦🇿变暗"效果🌿📶的影响）🇲🇸🇬🇧，另一张整🥜体有噪点（所有区🇦🇶🔎域都有噪点），系🍤🐼统需要分析各个⏮区域的情况并🛶进行比较🐂🇦🇩。研究团队🚄用数学工🇷🇼🦸♀️具仔细分析了G🕕🕵️♀️RPO的运作机制🎱👉后发现💰：GR🎽PO之所以🧾奏效，🇼🇫🚍并不是因为"🤥多采样"〽🙌本身有什么神奇📿之处，而是👨👨👧因为它在不知不☸🇬🇫觉中把整📪🌅个推理任务从🚿一种框🏠架切换🇪🇭到了另一种🎂🈷框架🚄。第一条，🇻🇺🦸♂️百万toke👣n上下📻👹文全面开源，K🐥🧜♂️V c🧞♀️ache大幅缩🕗减⚜🐏。失败覆盖🈂率的分布也非常集🇧🇲🐷gtm什么岗位中："结构化数据🦀🇧🇶推理"覆盖了🏁🇪🇹约41个失败案👨👩👦👦☝例，"多🇲🇾👥步骤任务完®成"覆盖™🇪🇦约25个▶，"前🐛提条件验证"🇲🇦约34个，"工具🖖🐒调用精😯🇫🇷确性"约20个🕑☦，而其📫😮他被淘汰的候选能📑力大多😲↩只覆盖10到1🇬🇩5个案例📕。
