（来源：上观新闻）
他们随💦☑机抽取了200🏮🧗♀️道题目，让AI多🌼🗑次尝试每道题，用👌🧀实际答对率作💵👹为"真实👨🙃难度"的衡量标准🍤，再与价值🇯🇪🥪模型的预测🤦♀️🦁值做对比📩🕍。前8步🐼👬用激进系🐏数，快速把🎮🛌奇异值推向1附🦉🇲🇭近👝。结果出乎意🛑料——这个"小个💔子"价值模👱♀️🦗型不仅能👩❤️👩正常工作，而🇪🇺♊且这个组合在🇲🇦🗿所有测试基准中📄取得了最高的平均🌭🈶分🌰。
研究团队将🇪🇭AI科学家🤐👁️🗨️与非层级化的简🌺单代理（🇬🇭在Pa🇨🇽perB🐾🐔ench上对应🌴🔞Basi😈🦏cAgent🤾♂️1️⃣，在MLE-Be🇲🇸nch Li🧖♂️te上对应AID🥧🇳🇴E）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Paper🍟Bench上🇧🇯仍比B🇨🇨🈳asicAge🌮nt高🎩🥛出4.7🚿🇧🇫4分，在MLE💄🐣-Ben🚵♀️ch 🌻Lite上的🇧🇹👡"高于中位🇸🇷数率"和任意奖🀄牌率也分别🐜🇱🇮高出22.🤖😵73和9.09个💵🚀百分点🥾🍕。
