（来源：上观新闻）
研究团队测试了一🇧🇲📻种极端组合：🏮sem推广代运营用一个只有😻🙇15亿参😺🦸♀️数的小模型（De🇬🇦📐epS8️⃣eek-R1🍠🔜-Disti🆙ll-Qw👩🎤🍒en-1.5B🗜）作为价值🏯🕔模型，去辅助⏹训练一个70亿参↔数的大模🍂🇻🇪型（D😦🏺eepSee☣k-R🥐🙅♂️1-Dist💤ill-Qwe🇲🇨🔱n-7B🥤🖱）👓。
换句话说，它🗡试图解决记什么🇫🇴🗞，但还🤳没有稳定解决怎🐸✈么记得更好👪🙆♂️。可见商业大模型🍪在这项任务🌒➖上确实比随机猜测🏏🇸🇱强得多，但与专为🇧🇷此设计的 P😏🦶ANDA 相⛏🏄比仍有相🦜当差距🦈。
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🤢0️⃣可以期待的是：🛸未来版本的软件不🇸🇱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，天空🎡部分两者差不多🇫🇮"——🇷🇸这才是真正有用的💩🧟♂️质量反馈🍊。
