（来源：上观新闻）
在没有经🗒👩🦳过任何专门针🌰🈹对数学📏🍊sem是什么检测分析题训练的情👩🦱况下，仅仅因为🍙获得了在后台打🙋🏉草稿的能🦜❗力，这个模型在名🌬🥼为GSM8💁♂️🐚K的复杂🌶🇩🇬数学应🇬🇶用题测试中，成绩🍲出现了显著🌼🔣的跃升🇸🇨。发现五🅾♉：连模型🥬🎟自己都算🐥不准自己🍶要花多少钱 既然🇬🇶🤸♂️人算不准，那让 🌏↘AI 自己来🤷♀️🐝预测呢☃？ 研究者🛌设计了一个🎄🗒精巧的实验：🛠🤫让 Ag0️⃣ent 在真🇨🇳正开始修 Bug🤑🔸 之前，先“ i❓👩💻nspect”一🇽🇰下代码库🍶，然后预⬇估自己需要消耗多🧗♂️少 Token—🇨🇫—但不实际执行🕡修复💖。
方向永远是🏎🥈「更多」👩💼🔩。在LI🛂🔏BERO🇹🇭🦢上，54.2%的🇧🇯🥁成功率超越了👝⛰KosMo🇦🇹🇵🇦s-2（5🐗5.0%除外的大🥔🌟多数基线）💽🧖♀️和多个Palig💮🚑emma系🧭🇻🇦列模型🇱🇦。它们就🇼🇸像是一👸🍒个毫无心机🗂🏡的直肠🤓🍸子，只根据你⬇🎍刚才输入的内🔉🤦♀️容，凭借📘🐹本能去🇸🇽猜下一➕个最有🐙🔢可能出现的字是什📐🤱么，完全没😤🍵有“停下来想一想⚔”的内部空间🏥。有意思的是🎫🇻🇮，有一个💽地方两个系🌸↕统做出👓🍶sem是什么检测分析了不一🗑样的选择🥵🥉。当被问到大提琴🧸🍛家马友友是🛩🇸🇴哪一年被引入古典🕓音乐名人堂时🎴🧜♂️，AI O⏏🇽🇰vervie🎶🧵w 正🆕🇳🇫确地链接到了该组🧠🇳🇷织的官网，🛰网站上明确📢列出了包括马友☺友在内的 165🇷🇴 位入🙇♀️🇨🇻选者🧴。
