（来源：上观新闻）
拆任务、派🤫活、盯进度、验🏴收结果，都是它在🏋🤐管👸。技术判🇦🇮⛓断上，🔭📘mHC不是那种让✌人眼前➿一亮的♾️架构创🐙🚬新，更像是一😭🥴个「稳👌得住大模型」的工🇸🇨🇪🇷程补丁🇮🇱🤖。这就是这篇🇲🇷🇲🇼论文要解决的问题🔭所在——不是让☄AI写一段🇧🇬🏮代码，也🇮🇷不是让AI回🇱🇧答一道题📥👩⚖️，而是让AI像▪一名真正的科👩🦲👨👩👧👦研工程🈳🇨🇾师那样，端到🏒端地完成🇨🇿🕓整个机器学习研究🍮的复现Ⓜ与优化流程💙。
论文通过可视化实🌥验直接观察到🎙🇨🇵，正确和🔗🍗错误推理链的价🌗值曲线在💚🇲🇰中间阶段👨几乎完全重叠，只📤🤹♀️在结尾附近🧖♂️🚘才分开，😠证实了这一失效🐶2️⃣机制🇵🇾👹。将人类工作🐷流程引入🈷智能体人工智能 🐒㊙Verko🆎r.io 🤧的智能体🇬🇷🌽系统名为De🏢👩sign Co🛤🔵nduct👨👧👦or，它本身👴并非人工智能🏌️♀️🌦模型，而是大型语💣🇲🇭言模型(L🇧🇳LM) 的框架🚵♀️👩⚖️。这个基准出了🚼🕸名地难—🙎♂️—此前🏺最好的AI系统只🌉能完成约🚣📀21%的评分要👈求，而🍥顶尖的机器学👸习博士👩✈️🕷生在48小🥛🛴时内能👨🇰🇪完成约4🌕1%👩💼。
