（来源：上观新闻）
如果未来每🔯🕞个人身边🇹🇫🇨🇦都有几只属于🕞🛒自己的虾🎢🎂，而这些虾之间🎦✅要频繁协作◻🎛，那是不🇧🇿是真的需要一⏭🦢整套平行🔺的基础设施🗾，专门服务于硅♿基世界的🐈😓社交？通讯层、协🎞🦑作层、身⛽份层、权限🏑😑纳网域名注册层，每一层🍖🧥都要为 Agen🦞t 再写一遍🕐。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-Be💍🇫🇮nch L👩🦰ite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🤽♀️🚤perB✅👱ench上♏🍟仍比Bas🇧🇻✈icAgent🧗♀️高出4.74分8️⃣🎫，在MLE-B🙀ench 🇦🇸Lite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🕵。
这意味着🦹♂️，SPPO🎵🍷的成功不是因为某🌆📌个特定的数学🦙🇲🇸技巧，而🎳是因为"把整个🇧🇧❣推理链当作💹💒一个整体👮♀️🕠来评价"这🇻🇳🐺个根本😴性的框架转变🎞。因为压缩注🚻意力保证严格因果🔩性，一个🇯🇴🌙query🏍 toke😋🏉n看不到🆔🙇自己压缩块内♦👧其他t🇸🇪oken的🏃信息💖🍏。研究团队使用了☦🎏一个名为 D📮🇯🇲INOv2 的😎➗预训练视觉模型（🚚🎙可以把它⛷🍦理解为一个🥟经过大量图片🇹🇰训练的✂"看图专🏫👩🦲家"），将👨👨👧👧输入的两🍀张图片💲分别转换🐩☘为包含丰富视觉🏗信息的特🕙🐈征矩阵🇼🇸。
