（来源：上观新闻）
每个阶段都专注💼🇳🇴于特定的能力🌹🇮🇩领域，避🔼🎬免了技能间的🍧🚴相互冲👩👩👦突⛰。这个测试模🧟♂️🦛拟真实的软件开🇹🇫发环境，要求模型👽✴能够理解代码库、🍧定位错误、修↗🤮复漏洞🛹♍并通过测试👨👩👧👧👩👧👦。这项研究提😞醒我们，在AI技🚷🈴术快速发展的🏵🌖今天，我🤤们不应该盲目追求〽🚄更大的🍑🤵模型或更多的数据📝，而应该更加🐻🕹关注方法的科学性🇨🇳和针对↩性🧥。
当加入语言🌍对齐评🇻🇬估后，错误语言翻🔦🦏译的问题得到🇹🇳🇨🇩了明显缓👩🔬🧝♀️解，错📎🍝误率降低到了💁♂️3.9🇸🇳6%🎵🧳。在多步骤工作流中🥀🛢，客户购买🏬🍡的本质不是"廉价🔎🌟toke🏠📓n"，而✈📯是"任务顺利🏖📮完成"🤤。卡塔尔作为全球🌛🥯顶级氦气供应国，🇩🇴其他地区几乎没有🏞富余产能填补缺👩🦲口，这也是短↪🧵缺影响迅速扩散📰的核心原因🏘🦷。
