（来源：上观新闻）
在 Anthr🍒💄opi📃🥙c、NVIDIA◼ 等用顶尖编程智🤐久久久久久91能体生成的3️⃣多个大规模🧱系统（🛐📕单个系统规🦷⚜模高达🇦🇼📠 14.3 🏒万行）中，FM👩👦👦🌸-Ag🤬☔ent 成功找🇽🇰🚴到了 🇵🇷❎522 个隐🚳藏 bug👷。但当下的网络面临🏂截然不同的压力：🧘♀️🇻🇬它们必须协调🤣🍑大量设备😞👩⚕️执行共享任🥕💜务，例如 AI 🦑😠模型训练或传感器🇲🇫📗融合🌈🕹。Peter Ya🍼ng：而🦚🖐且我觉🤟得，在他们进入面🚣♀️试流程之前，就🇱🇰能大致判断🛃🎵出一些情况🇨🇳，比如，他们👁是不是常常🇸🇴在网上发布内📒容，比如开源🚢项目之类⏹🇸🇰的💀。
△ClawG💾💟UI-👲Eval评测框架🇭🇹🤸♀️ 覆盖6大B🤶ench🇸🇪mark🦁（Scre💂♀️🇹🇨enS♥🇩🇰pot-Pro🇸🇦⚔、Scre🎽🔜enSp🚐🙇ot-V2、🏊🎙UIVis🚦📛ion、🏋🇩🇴MMB🤚🐝ench🆗🚵♀️-GUI、OS🎓🕥World-🇸🇴G、Andr💫oidCont🦀🗾rol），支持1🍹🥿1+模型（Qwe📥n3-🎩🎞VL、Qwen2🍕🎙.5-VL、🇲🇸UI-🌓📏TARS、💐MAI-UI、⏸🇩🇯GUI-G2🍙、UI-Ve🌫👸nus☀、Gemi🇳🇺ni、Seed🕘 1.8👩👦等）🇨🇻。
