（来源：上观新闻）
这个基准出了名地🎪🥄难——🎍🚕此前最好的🔊AI系🕍🖌统只能完成约21🀄🥘%的评🌞分要求🏷🇧🇻，而顶尖的机器学7️⃣🇳🇦习博士生在48🐑小时内🚣📆能完成约41%😭。PANDA 🇩🇰👨❤️👨的工作流程，🧝♀️可以用一个"精🚦密流水线"♣🦄来理解🏳️🌈🎚。这导致了“验证🏬”成本居高不下，🗑通常估计占总支出🏤的50🤶🍢%以上🏌⁉。
”AI🍽也许能复刻人类的🍊🅱表情，🏀👨🚒但无法取代演员对🥬角色的🔬🇬🇹理解，呈现人性👨🏫的灰度🇶🇦。这部分🍄继承自V3.🚷🙎2的DSA✖。“我知🏰道这会让💢每个人在接近🍄一个月的🐄🇫🇰时间里🛵🏜都处于不确定之🗑中，这种感👨🦳🧵觉非常令人不安🧕。
