（来源：上观新闻）
更关键的问题在于📂，这些🙍♂️模型通过🎧"监督🥗微调"（可以理解✈为"刷题训练"）✖的方式习得🇧🇫🍪了固定的回答模🌦🚮板，就💩🎓像一个学生💟死记硬背🐜🎞了几套答题公式，🎣🌵一旦遇到没🚹🔐见过的题型🚄就不知所措📌。与OpenCla⤴w不同的是，H🇵🇭☦erme🇵🇹s多长了📟“脑子”🕸，主打自我进🇳🇪化，这也是其迅🤡速走红的主要原因💔🥇。
更重要🍔的是，WAL㊗L-B首次😞展现出🐼🇸🇲一种被称👍🚊为“原生本体感”🇸🇧的能力🚥。每一个专业🛏代理在开始🚅🚹工作时，不是靠⬛"回忆🎓上一轮🦞🍲对话说了什么"👅，而是先看一眼整🌔🐤个工作区的目录索🍫💉引（一个轻量🔣🗼的"地图"）🧂👗，然后🔮按需读取与自己🎥任务相关的⚗🚠文件，完🚬🚈成工作后😯再把结果写🔯回对应文件🚏。
一个真正复🇰🇿👨🚒杂的任务⚽，本质上🇷🇺不是一条直🧣线能跑完的👨🚒。这些专家的角色将🌀是指导 🙆♂️DC 📮在架构和🚌目标层👨👦👦面实现他们认为能🔽够在市场上取得🎥🍫成功的设计成☦果——他↗们能够进行无🔈需猜测的实验🐤，并争取更激📳进的成本和🇰🇮🇳🇪性能目标🍥⭐。
