研究让模型下载、清洗、分析数据并撰写论文，再通过评分反馈连续修订三轮。
推荐理由：实验覆盖五家厂商七款模型，并让产物真实执行后再迭代三轮，能区分模型一次生成能力与利用反馈修复完整数据项目的能力。
阅读原文