（来源：上观新闻）
今年3🇾🇪月，AI安全研究🐰机构M😿♟️ETR发布🥼🌔研究指出👨👧👦，SWE🚺🌂-bench系🛋📭列中被自动判定为💡🛌“通过”的AI👩🎤代码方案，约有👩👦👦🇨🇭一半会被🇧🇮真实项🐯目维护者拒🙍♂️🐋绝，自动评测可🎟能将AI编📐程能力高估🇼🇸🧳达7倍👕。提升可能更多来自💽🤑更好的屏幕技术、🤸♀️💇软件优化🤯以及更高效的处⚱理器🤘。本文系观察者🍏🇯🇵网独家稿件👩🍳🏢狠色婷婷，文章内容纯🧘♂️属作者个人观🔯💬点，不🦕代表平台观点，未🤾♂️💆♂️经授权，🐄🇬🇩不得转载，🌨🦊否则将🤹♂️追究法律责任🌆。
其次是产能结构🧞♀️🇬🇵的严重🇨🇩🍱失衡🌚。当 desper🚼💓ate🦡🌃 到达峰值，模📪🌰型的行为突🦍然变了——👤它去翻测试用例的🍞🕯输入数据，发📺🔜现恰好🤯都是等差数列，👩✈️于是直接写了一🙆♂️🧨个只检🇸🇭测前 🤪10 个👏元素的检测器，👟Ⓜ绕过了真💆♂️🏅正的求和⏰🧓。陈龙告诉我们⚱：“罗福莉和👆他们团队🛸⤴，不仅给我们提供🇬🇸了一个很强的基座📑模型MiMo-V🏴🔎L系列，还与🦠我们共享了一🇮🇨套训练框架🥅。
