（来源：上观新闻）
这个工作💐区被划分成三个区🃏👾域：一🐾是"论文分析区"👷♀️☠，存放对目标论文🕜的结构化理解🇩🇪🛄、关键指标、实现🇬🇼👨🎨细节和存疑之处；🎍🚴♀️二是"提📊交区"，🦒🇹🇹存放可运行的代码🥃仓库，包括环境配🏇👊置脚本、资源🍋✴下载逻辑，以及🚎🐑最终执行入口文😄件；三是"🇧🇭👁代理工作区"🤔☘，存放任务优先级🏊♀️🚽计划、实现日志（🇵🇲只能追加，不能😍😌修改）☣🚩、实验日💊志和每次具体🐟实验的详细输出📽。
更重要的❕是，他们➖通过大规模实🚉🦕弄蜘蛛网的工具叫什么验揭示了当🌥🇼🇫前最先进的多模态🚾🇨🇭大语言模型🇲🇪在区域级质📸♾️量理解上的🔲系统性短板——💊🏨即使是🧘♂️🤦♀️ Gemin⛹️♀️💠i 2.5 P📙🇨🇲ro 这样的🐵顶尖商业模型，💧在这类任务上的表🇯🇲现也接近随机🚴♀️猜测的水平🈵。第三种方🚅法叫合成数据S👜☑FT，收集每💼⏳个能力练习🐍🎵场景的成功轨迹⌚🤚，然后做监督🍸微调，结果只💦🇵🇾有37.8%🧠。
