（来源：上观新闻）
他向记者坦言：💶“我之前在阿里🍙🛄巴巴、字🙇😄节跳动等☀大厂工🍬🐅作，后来去了硅谷🛤，跟一些朋友交流🎿，发现那边氛围🐬👨❤️👨很好，几个人一碰🧧就能做新项目🚢🎱。流程分两步⏫。这一定位意🍍🏆味着，这项研究填🐗🐠补了一个明🔮🧛♀️显的学术🤚➖空白，👉并为后续研究提🇧🇳🎼供了一个清晰的评👩💻🚺估框架🧘♂️。而自变量的选😤择是：😼实验数据打👶底，真实场景提质🧶🎷。在失真类型🏧😟识别上，🦟Easy 级别💉🙀中 PANDA 👨👨👧👦强引蜘蛛工具达到了🇷🇺🇧🇸78%的准确率，🌤🇸🇴而排名第二的微🎰调版 De👩🦰😩pictQA🇧🇸+ 达到75%，🦜👩❤️💋👩商业模⏫型 GPT-5🚣 Mini 🇻🇪3️⃣只有49%，G😽PT-4🐑o 是46%🇸🇭🛢，Gemini 🇲🇬2.5🔸 Pro🏢🐄 是39%🐱🇵🇦，而随👾机猜测只有7🌮📲%📧🛏。
他向记🍉者坦言：“我🖲之前在阿里巴巴📡🎉、字节跳动等大厂🍴🇱🇰工作，🚠💵后来去了硅谷💢🛢，跟一些朋友交流🔨，发现那边氛👩👧👦围很好，几个🚜🧠人一碰就🆚能做新项目📳。到那时，科技🏥就不再只是🚫⚪让我们活得更快👨🎤😺的工具🇷🇴🇨🇽。当然，这个系统离🤷♀️😴人类顶尖🇬🇪研究人员的水🇩🇴🐕平还有距离—🛁🔘—在Pape🆓rBench🍛上，顶尖机器学习🔋⛽博士生📏在48小时内能完🚏成约41%🌚▫的评分♒🇨🇰要求，而AI科学🇹🇬家目前达到🧀的是约33.73👂%🧠⚡。
