（来源：上观新闻）
TRAC🇨🇵E则以47👩👩👧👧.0%的整体通过🇧🇳率、44%的🗃航空领域通过率🦸♂️🎆和48.2%💾的零售领域通过率🗃，显著领先所有🦄🇰🇳对比方法，比第👩🎤👰二名的G🔅🃏EPA高🖖🛵出7.4个百👩👩👧👧分点🎈🇸🇿。研究团队将A🕰😵I科学家与😈🤱非层级化的简单代🔬理（在Paper😝↪Benc▫h上对应Ba💞sic🇦🇼Agent，在🌏👙MLE🧴🐈-Bench 📤🚶Lite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🐹😔perBench🐹上仍比Bas🎢🧐icAgen⭐t高出4.74🇬🇲🤐分，在📡🌦MLE-Be🌄nch Lite✉上的"高🕠💋smc中国有限公司官网于中位数率"🧣🌁和任意奖牌率也❎🕵分别高出22🦑🤳.73和9.👩👩👦👦09个百分点🔌。
在本例中，这些步🏴☠️🏨骤类似于人类芯🧣片架构师团队🥀所遵循的步骤：🇩🇲🗑设计、实现、🇦🇱测试等等🦃。这项研究的价值🏉🇭🇳在于，它提🧼供了一套完全自动🐝化的系统，不🍓需要人类专家坐🍵在旁边一条🇹🇳一条地👛分析AI的失败原🏃♀️🇨🇿因，而是让A👦💯I自己完成这个"🖕👩🎤自我诊断"👼和"自我补🇹🇳👛课"的过🐡💐程🐅🇳🇺。研究负🍤责人陈博远更直言🐦🇵🇱：“GP🐀T-Im✈🇨🇦age-2 是🇵🇭图像的 GPT—🏺🥘—一个可以处🥈理任何🌆smc中国有限公司官网视觉任务的🙈🚴♀️通用模型🇨🇿。
"实验专家"😁🇲🇽负责运👩🎨🏀行代码、观❓察结果，将实📚🛷际产生的指标🇱🇦与论文中🔪报告的目🕙标值进行对比，🇧🇭🏴记录差异🗒🗻smc中国有限公司官网和问题，并在遇到↘🦠简单错🇮🇲🤭误（如导入路🏛径错误、配置文🚯件格式问☕题）时直接修♌🦈复，而将需🦀要深度代码改动的🦠问题提🆘smc中国有限公司官网交给指挥官🐑👫，由指挥官🥄🍰再次调度实🇹🇻🎂smc中国有限公司官网现专家处理🐣。
