（来源：上观新闻）
他们用行业☀⛓标准的 S💂impleQ🇱🇾🇲🇾A 基准测☺🇸🇯试检查了📦🤜 4326 次🕖 Googl📮e 搜索的 A😛测试是什么意思I O🕛🇲🇦vervie⏏w 回答🎠，分别🙋♂️🈸在去年 12️⃣😩0 月（基于🇽🇰🔋 Ge👒🏡mini 😒🤳2）和🥚今年 2 🇲🇩🍘月（升级到 🏥Gemini 3👔）进行🌪了测试🛩❓。
Anthrop🥦🌳ic 没有公开释➗出这个模型⏰，只允许部分👡安全研究人🇹🇩☂员提前访问❔，以便修补 My⏬🦉thos 发🔨🐗现的漏洞♏。如果A9️⃣🕦I在“内心草稿纸🙊😻”上生成的想法帮👏助它极其👚准确地预测出了接🍓测试是什么意思下来的文字，系统🕕🙁就会给予🇧🇬👁️🗨️奖励，🐷让AI记住并🦅强化这🈴💫种思考模式🇰🇼；如果🖋那些想法🖐导致AI🏝猜错了后续👡👮♀️内容，🛩⏹系统就会判定其无🇹🇭用并促使AI📔抛弃这种无2️⃣🍥效的思考方式🇸🇹。
