（来源：上观新闻）
AI科🤾♀️🇦🇱学家在使用G😏emi🙌ni-3📿🎁-Fla🔚sh作为底层🎛语言模型时，🇱🇧🍸平均得分达到❗⏪30.52分🇰🇳🤖，比同条件下最🍆🙍强的基🏅😗线系统高出9.9♈2分；使用🚒GLM-5时，平🎺均得分达到33🖌.73分，🎐🇸🇴比最强基线高出1🌪1.15分🇫🇲。如此规模的区域级🇮🇶配对失🇸🇱真数据集👒🚋，在学🚽术界尚属🆖📅首次🗼。
此前的迭代📜🔛代理系统尽管比B👨🏭asic😻👩❤️💋👩Agent多了🕉更多交互轮🧤🙂次，却仍然远不🚲如AI科学家（甚🥤🇧🇹至不如🧴🚼去掉文🚣♀️〽件通道🛥的AI科🇲🇦学家），🇸🇹进一步印证了🏤"更多交互"和🦙"在积累状🥐😺态上的持续推🇪🇸🎪进"是👊🐉两件完🇲🇬全不同的事💹🙇♀️。
