（来源：上观新闻）
研究团队将A🇭🇲🛒I科学家与💸非层级化的🇲🇿简单代⌛🖋理（在P👩🦳🎛aperBen🖤🐝ch上🔣🇺🇦对应Basi🚱🇱🇷cAgent，🔗🇦🇹在MLE-Be♨🦴nch Li🗞💔te上🇵🇱🥮对应AIDE）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🤞per🇫🇲☔Bench⛎上仍比B😟asicAgen🇧🇭t高出4.74分👩👩👦，在MLE-B🔬ench Lit👶e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🤚☂。
根据工作地点🍪🧖♂️的不同，🥪部分员工将留任至🤱8月15日的归🚓🇺🇸属日之🥦👱后🚢。在实际测试中，🤠🌧研究团队独立运行🐥了10🚘次能力分析，"结🐷构化数据推理"🏑⏸、"多步骤任务完🧖♂️🇭🇰成"和"前🏎🤮提条件验证"三种🖼能力每次都被稳定🚜©识别，"工具调🇸🇳🥥用精确性"在10🇪🇪次中被识🔍别到8次🏴☠️。第二，底部抗反射🖇🌖涂层，用于减少光🗿⌨刻过程中的反🎴射现象，提高图案✍⁉精度🇸🇰。3. 与世9️⃣界交互并🚧自我进化 这💡🇰🇬是WUM架🇹🇴🚫构与所有V🌗LA模型最🔓👁️🗨️根本的区别🇸🇰🏧。
