（来源：上观新闻）
AI科🕵️♀️💨学家在使🗓用Ge⭕mini-3-👨👦👦👖Flash作为底🐅🎏层语言模型🕰时，平均得分☃🚩达到30.52🆔✂分，比同条件下最🤔强的基线🥺系统高出🇫🇰🏺9.92分；使用🗒GLM-5时🇪🇬🈯，平均得分达到🏜33.73🗑分，比最强基线高🙀出11.🇨🇴15分💲。AI科学家使用G👉😋LM-5模型🌔🦛时达到了平均3↪3.73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🇬🇦🍀。
刘思行表🍜示，目前，He🆗📡rme🔗⏸s仍然⁉👩🎨依赖服务器部署🇵🇳和环境🎊配置，使用方式😧🇲🇳更接近早🇯🇪期的O🦂🧟♀️penClaw🌻◼，对于非⚖技术用户而言，从📦🚅安装、调试🦂到日常维🇼🇸🤣护，都存🚎在不小难度✝🇦🇽。更关键的问题在于🥖🇭🇷，这些🤤模型通过"监👯♂️督微调"（可以🔌理解为"刷题训练🤝🏝"）的方式习得💪了固定的回答模板❌🇵🇼，就像🦷🚦一个学生死记硬背🇲🇵了几套答题公式，🈳🍗一旦遇🧿🚃到没见过🐦📣的题型就🇲🇹©不知所措🥝🐕。”她强调🥧🛑要“压实🚂👨👧👧平台主🍲体责任”🌈。Kimi 😺😜这个 Cla🚚w 群组，大概是🌕这件事的一个很小🎦的开端🍖🇮🇱。
