（来源：上观新闻）
Q2：🥢Pap🐏erBench🧓🇱🇨测试的😜🌮是什么🚑😷，AI科学🏋️♀️🇬🇸家的表现如何？🥟🛍 A：Pa🆚perBench🇦🇷要求AI在24小🏟🇸🇧时内，🌹从一篇机器学习🙊论文出发，🇨🇬在没有原始代🥘🏴码的情🏇况下从零🤤🚝搭建、运行并复现🎎论文的核心🚴♀️🇮🇨实验结果🇻🇬😸。
但随着模型深👨💻🕝度和参数量🌆🌫继续往上推，🏗这种补丁会变成刚🦂需💀。GRPO达到5🚜7.44🇨🇵♎分，S🍫PPO达到586️⃣.11分🐑🐽，配备小尺寸🕜价值模型的SP🥬✅PO组合🖖🥄更是达到📼🇸🇩了58.56🧚♂️💥分，拿下了所😠有方法中🥩的最高分🌋。因为发音相似，🦐💦中国开◾🥾发者直接叫🏗它「爱马仕」🚽😛。
