（来源：上观新闻）
在某些案🍯‼例中，当失真图👨🍳☢的预测🕖📘结果与图🙎⏺像的真实视觉信息🈸🖤存在矛盾时，G🆒👩❤️👩PT-5👨👧👧🥞 Mini 💟🙄会主动纠🧖♂️正失真图的🧢🦹♂️错误判🏴断——比如失🌅👢真图错误地把锚图🤩🦗某个区域💨标记为"干☃净"，而📱 GPT-5 🤮🌷Mini 通⛅👮♀️过观察图像🧯🔄本身正确识➖⭐别出了🇧🇩"变暗8️⃣"效果👩🔬。这部分继承自V3🕢🙇.2的DSA🚖。
研究团队将🕰🥴AI科学家🇬🇪🏊♀️与非层级⛄🔻化的简单⬆⏭代理（在Pap🔐🥣erBench上🦖对应Basic🔙Agent，💚在MLE🚜-Benc🇮🇹🤫h Lite🔧上对应AI🔎DE）🧙♂️🙇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P🐝🥄ape🛤rBench🔷上仍比🇹🇴🎌Basic🔽🆎Agent🈁高出4.74🍷🍷分，在M🍫LE-B🥺enc🌋h Lit🗼💧e上的"💿高于中位数🌜🤗率"和任意🕜⬆奖牌率也分🥇别高出22.7🖲🛄3和9.🔍09个百🇨🇬分点👃🏟。在训练大模型这种🇵🇰✌极度耗费算👥💊力的场景下，🌿🇸🇩这意味着训练时😃⚗间大幅延长🔕💂♀️，成本急剧攀升🕛。在训练大模型这🍛种极度耗费算🕞🎛力的场景下👉🎣，这意味着训练🇲🇵时间大幅延长🐖👂，成本急剧🦹♂️攀升👩🔧。
