（来源：上观新闻）
此外，论文还透露🇵🇹🎏了几个tr🦹♂️🚋ick👱。在没有🐨🇬🇭明确任🎬🏬务目标的情况下，🌉📇Agent往往🚏🔴会反复试错，🧪消耗大量🧘♀️🎪Tok🏫en，但产出并🍿🤛不稳定🇹🇷。这些场景的意义⏸，远不止于羽☂毛球本身🔐。
正如《麻省理工科🚬⛪技评论》评🍧价的那样：“🧷当其他模型还在📢🍋比拼谁的画风更🇦🇿惊艳时🔚🇿🇼，GPT-Ima♨ge-2 已经默👨💻🥣默读懂了设计⬛📩简报🇬🇶。让机器人去处理📯🤝那些高重复、高强🧽🕙度的工作，本就是♈这个行业👨❤️👨最早的使命ℹ。这个发现背🆘后有一🛄个深层🌳🌙原因：当🥂多种能🌛力同时塞进🇸🇰🦞一个模型时🛑🚴♀️，这些能力之间🌧🧛♂️会产生干扰，⏬就像同❗🧵时学习多👙💩门语言🚧🍹有时会🔠☕让各自都变得不流📖🛒利🙈。
与此同时，"条🌘件推理"🈚、"数值计算🏳"、"早期终止"🚦等其他候👨👧👧👌选能力只出现了少😸🙋数几次，😩无法通过筛选阈值👵，说明它们虽♈然偶尔出🥧🛸现在失败案⬇🇳🇮例中，但👓⏪并不是🇱🇸区分成败🇳🇨🤖的关键因👨✈️🏢素🛳🇪🇭测试是什么意思。
