（来源：上观新闻）
与已经🎽😗被大厂产🈲💧品化的各类🔼Cla💎w工具相比，🇲🇫🚡Herm🇺🇬🌂es离开箱即用🐶👁️🗨️还有明显距🥃离🇬🇮。评分标准非常严格🇲🇱🏍：只有当AI🌇既正确完成了操作🚊，又向用户传🐜🧶达了正确信息，才🇱🇧算通过，🔰🚛任何一点偏差都🗓🥙会导致失🎰🇵🇹败📃。在实际测试🏨中，研究团队独立🚣♀️运行了10次能🇲🇬力分析，"💵结构化数据推理💔"、"多步骤🏋️♀️🔅任务完成"和"🇳🇮前提条件验证"🍆三种能力每次🇪🇺都被稳定识别，🤾♂️👫"工具调用精确性❔"在10次🍰中被识别到8次🇸🇧。
一个真正复🆙♾️杂的任务🦄🇳🇪，本质上不是↗一条直线能跑完🇫🇷的🕥泛目录站。我们观🚃察到一些模型👀🇱🇾做出了次优的🔪🤨设计选👩👦择，最终需⛪🤴要消耗大量令🈵📇牌才能进行优✉🇱🇮化🌒🛑。去年，一🇬🇧👨👩👧名特斯拉股东提出💝🇹🇯一项股东7️⃣🍒决议，建议这家🇬🇲🇦🇹汽车公司投资xA🐏I🇴🇲👤。这对普通用户意🇲🇾⚰味着什🇸🇱么？下次你的😢❤照片编辑🇰🇾🛠软件告🚊🇨🇲诉你"🛢🦠这张照片质量⛔🍰比另一😦🙍♂️张好"时，你可以🇮🇶期待的是🕣：未来版5️⃣本的软件不🐭📛会只给你一个笼统🚞🍒的打分，而是会告📟诉你"你🦙🕕照片里的人脸区🕍🏋域有些过度锐化，♉🎬但背景的💒清晰度比对🤗🧚♂️比照片好很多，天👏3️⃣空部分两者📼差不多"—👩❤️👩—这才是真🇸🇧正有用的质量反馈🧀。
