（来源：上观新闻）
4月7日，红果👨🦱🚽启动了针对低🇪🇹质漫剧🔖的专项🆓💂♀️治理行动，截💇♂️至4月1😌🧽5日，一周内💇♂️📕累计拦截和处罚下🎟🇻🇺架违规🇨🇮低质漫🇦🇼✂剧352🍕2部🍻🛁。整个过程对每💈🌊一层都跑一遍🔟。参数量高达27🧘♂️🇹🇯0亿的🈁🇹🇿 Gemini🇬🇳 2.5🐤 Pro（谷🥦🐘歌旗下🇨🇵最先进的商业大模🧼🔃型之一）只😞有22%的准确🛐率，而随📃📝机猜测🍢😎的准确率是2💋0%——🔪🥐也就是说❣🇦🇿，Gemi🙁◼ni 2.5 🇧🇪👩🦳Pro 在这📖🚄项任务上👩🔬的表现几💧乎与瞎猜无异🚣😪。
主要评估指🗂📢标是"任💄🇨🇫意奖牌获🔞取率"（Any 🏆Med🦝🇨🇴al%），即在全☂🤠部测试⛎📓任务中👨👧🇬🇱，有多少比🏑例能至少获🏋😘得一枚奖牌🇦🇱🥫。性能方面，S🎎🛀PPO👟👨🏭不仅没有损失，在🆚👨🦳1.5B和7B🧛♀️🗑两种规🦶模的模型上📋连接蜘蛛，SP🌖🎞PO的综合平均⛸🤨分都略🌌🇵🇦高于GR🛶🔇PO（N=8🙈）🇵🇫。
奇安信人🏩工智能公司安全专🙈家刘岩对中🇵🇾国新闻周👷♀️💩刊表示，Herm😲es的核心能力来🎮自其可写运🔓📭行时（Writa🚟😪ble R👨👨👧🛢unt👩🏫🇷🇼ime）架🧻构🧖♀️🕜。
