（来源：上观新闻）
几轮对战下🇧🇭🇵🇭来，围观的人🇲🇺群渐渐看懂🇸🇨🇨🇼了： 🔪🚴♀️蜘蛛繁殖能力强吗这不是一个按🏌🍤照预设程序🇲🇻在空中瞎🚽挥拍的铁壳子👩🌾📼，而是一个真的在🇬🇧🇨🇬实时观察路线、计🇨🇵算落点🌙👨👧👦并自主🇮🇴做出反击的机器人🚎陪练🚂⚛。图1展👏示了一个具体🧪案例：🏜🛌在"侮辱性🙍♂️🇵🇳言论检🏝测"这一任务🦙上，A😽🌳I科学家在23🐨小时内🔐自主完🚅成了74🐥轮实验，将模型的📻🆗验证集AUC🍙（一种衡量分类😶🎹模型好♿🐣坏的指☎标，越📴蜘蛛繁殖能力强吗接近1🕴越好）🇱🇹从0.📽🚉903提👯🐀升到了0.9🇬🇲82，期间经历🇲🇸了18🚑次"找到更💨好方案💿并保留"的关键节🎎点，同💑时也经历了大🐽🍘量"尝试无效果而🤸♂️👨🎤蜘蛛繁殖能力强吗丢弃"的🎞⚙探索过程，全程无🥚😼需人工🌦干预⛈🎀。
研究团🦔👮队将AI🤯🙏科学家与非层级🏇🇻🇪化的简单代理（在🐐🤝Paper🤞🖕Ben❇ch上对应B🎃🇲🇷asicAgen🚋🛳t，在MLE🗞-Bench🐳 Lite🔺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"A⏏🚉I科学家，在P👨👩👧👧aper🚡🎞Ben🛁👨🦰ch上🕐仍比Bas📑🚰icAgent🇼🇫高出4.74分，👥🤘在MLE-Ben✈ch Lit🗨🍉e上的"高▫于中位数率👨👦👦"和任意奖牌🕙🚐率也分别高出22👦.73和9.0⚒9个百🥺分点⚫。
