（来源：上观新闻）
当然，这个系统离〽🇲🇳人类顶尖🇾🇪研究人员的水平还🛑🎿有距离——在🐩🕡Paper🍌Bench上🐵，顶尖机器学习博🇨🇷🧔士生在48小🇲🇾🇷🇪时内能完🦀👈成约41%的评🇾🇪分要求，而AI科⛓学家目前达💛到的是约3💁♂️👸3.73%🥮👩👧。研究人员发现，让🚫AI学会解数🤬学题、做逻辑🙁推理，需要用到🐠🍹一种叫做🥏☯"强化🍵学习"的🍮🐉训练方法🐚🕵——本🏴质上就是让😟AI不断🛵⏰尝试、🤞不断根据反馈调🛸整◽🧛♀️。
发布会主题↔🙁为“一个家🐊庭成员的👩🏭👝诞生”，看似温情🛰，实则野心磅🌍礴🔺✋。真正的信息要等到💏🧽实验跑完才能看到📻🔌：结果对不上论文😞中的数字，🏊🏷但是到🧖♂️底是哪里出🛤🦚了问题——是数据🐼🚍预处理、模型💲结构、超参🍗数设置，还🥋🏛是环境🇧🇸🇹🇩配置——♉很难一眼判断⏮👐。这一定位意味💴🚯着，这项🥄研究填补了一💨个明显的🗄📧学术空↖白，并🤕🦌为后续研究提供了👍🍛一个清晰的评估框🧝♂️🎴架👢💚。
