（来源：上观新闻）
原因显而易见🐩🧁：这需要推🐘☣翻至少一部分先前💦的设计成果，并且✊🇧🇩存在引入更多缺🔌⚱陷的风险🍯。它输出一🍣🐲个图形设计系统 🤢II (🍻GDSI📜🦅I) 文🌋件，该文件可用于🐀🎱广告投放平台现有的电📱子设计自动化(E👡DA) 软件⬛👖。现在产品从原🎹型到给到用🍒🇦🇬户的时间很短👣🎛，能减🌆😅少在产品理解和判🇬🇩🧩断上的🔛周期🚏。
这种"👨👨👧👧🚀一荣俱荣，一损俱☪🏹损"的机制，完全🇬🇦📿绕开了"🤜每步单独打分👯💓"的难题🧒。当我们🙋谈论"图〽像质量"时🙌，实际上🐼在谈论一件相当💝复杂的事情🇲🇫📒。更重要的是，由于Ⓜ每个插😖🧟♀️件只专注🕋✏于一种能力，训练🏳️🌈广告投放平台信号非常集中，🚎🇳🇱AI能够快速、有👩🎤效地掌握这项🚟技能，而不会🇷🇼🥇因为同时😄🐣学习太🇻🇳🕣多东西而产生🌼👮混乱🇷🇺🇩🇯。
要让代码真正跑起🇲🇿来，需要配😢置运行环❌📫境、下载🤨数据集👨⚖️、获取📼🇮🇩预训练模型，并将🏖🏮所有这⭕🌒些资源🥮🇩🇯拼接成一⛹️♀️🇪🇨个可运行的完整系⏩🇰🇷统🇧🇬。图1展示了🏋一个具体🌯案例：在"侮辱性🧒📴言论检测"这📎📏一任务上，🏣AI科学家在2🛰😄3小时内自🇮🇴主完成了74🎣轮实验，将模型🍇的验证集A🇵🇦🎞UC（一种衡量🇸🇸分类模🐩🇿🇲型好坏🇲🇺的指标，越接🐅🎳近1越好）😧从0.9🏀03提升🇬🇳广告投放平台到了0.9🇯🇪🚃82，期💝间经历了1🔭👭8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🌠效果而丢弃"的探🍂索过程，全🇨🇽程无需🏬🦑人工干预🌲。
