（来源：上观新闻）
**四◀、PA📎🐁NDA🦒😼SET：为这张🗿🐯"体检报告"🎡🗑准备训练数据🇱🇦** 🈶一个好🍮的AI系统需要大👤🌚量高质🗯👩✈️量的训练数据🕺🔚。研究团队在这❎个基准上对当🗿前最先进的多🦛模态大语言👮♀️模型进行了全面测🇺🇬试，结🇲🇪果相当"触目惊⛺👩👦心"🐯。鉴于这🎟些原因，我们认为🏊♀️🇹🇷由经验丰富🔃🚄的架构师◼🇰🇿指导诸🚶♀️如 D🔲C 之类🥨🇲🇨的系统仍🧞♀️然至关重🌧要💮。而最终的反馈只有🎯一个："答案正🍟确"或"答案🇬🇲🇱🇰错误"👎。
与之相比♦🖨，GEPA（一🏝种通过优化提👩❤️👩🦏示词来植入能🦷力描述的🇹🇰方法）在超过🔎📹4种能🏡👪力之后就陷入了🍣🇻🇳停滞，无论⬆再描述多💲🔕少种能力，🌨效果不再提升🇵🇫🇭🇳。与OpenCla🇫🇷w不同的是，📙Herme🕌🚋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🎟🇲🇦。
--- 八🦈🌶、这项研究告🥀诉我们♐什么？ 归根结底🕌💂，AI科学🥄家这个系统传🏊🦹♂️递的最核心信息，🔗是对"A🌨🙊I如何👮♀️做长周期任⛅🖖务"这🏴一问题的一次重🇲🇰⏳新定性🧔📯。“Her☹mes🤚的风险比传统🌚Agent⏩🇬🇾更难防御🏫。核心是🇵🇦🇹🇲把残差流从一维🍢⚓变成n_hc👨👧👧🇿🇦条并行🏩🇿🇦通道，每层🏘😚之间通过一个🎲矩阵B来混合🍧🖤。
