（来源：上观新闻）
**五、数🔙字验证：🤡SPPO的表现🥬到底如何**✒ 论文通过大🏊量实验来验证SP🏥PO的实际效果🎤👩，测试平台涵🇳🇬盖多个广为认可🎃的数学⏭推理基🍘准：AIME2🇭🇹🚎4、AIM👨👨👧👦🍘E25🇬🇫👩🌾（美国数学邀请😐🐨赛题目）、📢AMC23（🎲美国数学竞赛）♦🕵️♀️、MATH50🏁0（5个难度等💇📑级的数学题集）以🍵🌪及Mi🇷🇪ner🥰🔞va Math（🀄需要定量推理能🎡力的科学🔒👨🦱题目）🦀。
“我们发现，更🕍😘好的方法🥁是让 AI 代✔理解决🈶整个问题，📥🍗”他说道📜。实测见证：从信🌧↘息图表到多格🐫😯漫画，它已进入生🎞☦产流程 💱🍭真正衡量技术🚗价值的，永远是🕔落地场景🍩。第二是安全性📤，第三🧵💦是稳定👮♀️✉性🕶。假设有四👈🔘位专业厨师🇵🇬，分别♉🥅精通川菜、粤菜、👩👩👧💜日料和西餐👩❤️👩。这项研🇧🇯🧓究由中国人民大学👱♀️🚭高岭人🎪工智能🇺🇾学院联合独🇨🇫立研究机✴🍫构及Awe🤔👩👦👦AI团队♾️共同完成，于🇭🇹🇬🇷2026年4月1🍽☄4日以预印📺本形式发布，3️⃣论文编号为arX🐬🧶iv:260👖4.13018🙏👩🦳。
