（来源：上观新闻）
这种转移的🥐🙃核心，是科👩👩👦🇸🇾技不再试图把🔗👨🎨人拽进虚👫🇪🇪拟的屏幕✈里，而是主动👸走到真🌹🕍实的物理世📌界中来陪你🎾😥。也正是这套机制🌠🇹🇴，让它从“画图玩🇩🇿具”跃升为生🌈产力工🌶🍀具🎂。
这会额外耗费数月🇰🇮的时间👩👩👦。这避免了🅱🌆信息在反复🇧🇬"传话"中失真🇧🇩🥁或丢失🥠🐊，使每轮🇫🇷工作都能真正建立💊❇在之前积⚙累的基础🖕上🙋。Q2：Paper📅🇵🇷Bench🇬🇳测试的是什么🛷👨🎤，AI科学🔡家的表现如何🏵🈚？ A：📊🥶Paper🇬🇾Bench要求🦟AI在24小🚰时内，从一篇🇲🇭🤼♂️机器学习论文出🇪🇬发，在没🇦🇲💵有原始代😡码的情况下⚡👨👧👦从零搭🇬🇼🆘建、运行并☯复现论👨🎤文的核心实验结🧼果🦄。
而当人⏱👩🎤类的击球从试探变⚗成动真格地快速平🏢抽时， C2也🗣🚓立刻后撤🇫🇲◼、调整🏄♀️🕯站位，精准地把🙆♂️球顶回后场🔗🍖。" 结果显🥅🧙♀️示，加入失👦🇵🇬真图作为背景信息👩🏫🔗后，GPT🦗⛄-5 Mi🎄ni 在 Eas*️⃣🥛y 级别🔥的区域比较准确率💙从31%提升到⏪☁了52%，失🇳🇺💀真类型识别准🇵🇲🤡确率从👩👩👧👧🇲🇻49%🧞♀️提升到了6🚻7%，严重程🦚🤹♂️度判断准🧘♀️💰确率从36%提🥃🍺升到了51%，质🚜量评分🌵🦎相关性也🇺🇸从0.09提🇲🇦升到了0.52🍓。
