（来源：上观新闻）
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🐹。从 Easy 🐀到 H🧠🌺ard📬，所有方☘法的性能都🍁😭出现了不同程度😃🈵的下滑🌋❤。更重要的是，由于🔃每个插件只⛷🔇专注于😶💥一种能力，训练👰信号非常集中，A🎼I能够快速、有🖇效地掌握这☁项技能🇸🇧，而不会因为同时📎学习太多⚡🥌东西而🧼产生混乱🥫。
第一个是Pap9️⃣🍷erBen🈂ch，由Open🏌AI参🇹🇲与设计，专门🔈🗻用来测🈲试AI从😠头复现🐭🎓顶级机🏢◾器学习🌂会议论🧐蜘蛛识别扫一扫文的能力🇨🇭🇨🇫。值得注意的ℹ⚜是，Open🦓AI 此次显著🎟🐐强化了中文、🍼⚾日文、韩文等🇺🇲🥳非英语♊字符的渲染能🧿力，中文准🇧🇦👽确率从 90% 🧜♂️🇺🇸跃升至约 99🥘%⚾。
这种高度集🤝中的分布说🇸🇪⭕明，目标场景的失🎦败模式并🕺❓不是均匀分🎫🔰散的，而是高🐌度聚焦在少🔥🛤数几种能力缺失上👃。研究团队还会重🚴复这个👨👩👧分析过🙍♂️程多次，🦐蜘蛛识别扫一扫只保留每次都稳定↕🛫出现的能力，确保🇲🇦结论的可🤸♂️靠性👰。”在他🇵🇹看来，国内🏚外创业🏝♣环境的差异、AI🈚技术的爆♑发式进步，共同🔮推动他选择以OP⚛C模式开🥺启新的征程🔺。研究团队通🇨🇭过实验直接观察了🏉这个"打分员"的🌲行为，结果令人🀄震惊💄。
