（来源：上观新闻）
以最简📲单的 Easy 👡级别为例，🐀PANDA 在区🌑😟域比较👨👨👧👧🛒任务上的准确率达👺到了58%，而🇱🇧🇬🇩开源的蒸馏专项🥪模型 Depi🎋ctQ🙌A 只🖤能在用💇 PANDAS💆♂️🇶🇦ET 额📞外训练后才达🌅到49%，如果👀💳不额外训练则🕒🇦🇲根本无法完成这🐵🔉项任务🧭。单 Age⏸🇵🇰nt 的🤑能力一下😿🧴子快速提💴🦁升，但行业很快⚰发现了两个🚨绕不过去的问🧜♂️题💠🇸🇿。Q2：🎅PaperBe🎳nch测试的👻🎨是什么，AI科🇧🇭学家的表现🚼🐠如何？🇯🇪 A：Pap㊗🤰erBe🇦🇱nch🔗🗄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💈。
**一🐊⏭、问题的根源：🇪🇷AI评图为何总🦏🚠是"差那么一口🎌气"** 在深📦入了解🇲🇺这项研究的🚓解决方案之📡🕹前，有必要🔓先弄清楚问题🇧🇫🍕究竟出在哪里👨🦰。导致横店🇮🇸群演陷入困境的⚽🇦🇮，正是AI☀。于是，很多人最👶后得到的不是效率🐒提升，而🐑是更高的使用成🚛本😑🤟。它的思路是直➡📘接扔掉那个不🕚靠谱的打🍬🖲分员，改用一种"🐨🥶横向比较"的🎛方式：对🕴同一道题⤵，让A🇹🇭I同时生成🐵🧒一批答案（通🎙常是8个），然后⏭以这批答🌳🙃案的平均得分🇸🇾🐳作为基准，那💆♂️些比平均水🇵🇭平好的🖌🥌答案就得到奖励，🦴🇸🇮差的就🍀受到惩罚🇸🇱。
它叫PH🇨🇦🐔YBO🈂T C2，🇸🇿📲来自动易科👨👨👧技🎍👊。如此规🕣👩👩👦模的区域级配🇵🇭🔇对失真数据集，🧜♂️☃在学术界尚🐋属首次〽。还有人贴出了一🌂网络书源张信封的👪👩👧👧图片，上➕面写着，🚕🈸“收件🛸人：大象🏀🌈”，以🕛此调侃公🤼♂️🍨司终于公开🔆😼谈论此前被🇧🇸回避的👊裁员问题🌋。“以往用Open👩👩👧👦🌭Claw，遇到重🧞♂️网络书源要任务我会🇨🇦🐫主动提醒它帮我总🇻🇺🇲🇸结🇸🇦📨。网络拓扑方🛷面，TPU 8🇨🇮➕i放弃了TP🧛♂️🤒U 8t沿用的👩👧👧🏩3D环面（tor🇧🇼us）结🤼♂️🦙构，转而采🇵🇾🐙用全新的Bo♿ardfl🔚y互联🙆♂️拓扑🛑🐍。
