（来源：上观新闻）
Verkor.🦸♂️🤫io团队🎀🚄表示，尽管有所改💍🥌进，但🍁LLM（💂🦘逻辑模型）仍🍨🇮🇱然缺乏💊人类所♿拥有的直觉🛌。这意味着，🌪👩🎓日本厂商即使找到🙅♂️了替代🙀🏄供应商，短☕🐥期内也难以缓解生🎂产压力🧟♀️。这两个基线🇮🇹的结果表〽明，单🇺🇸🚝靠 DINOv2🧢🔶 的预训练特🍎🤢征是远☝♉泛远不够的↕，PANDA 中🆙💟专门设计👮♀️🇧🇹的退化解码器🦎🎱对最终性能的🌹🥋提升至关重要🥽。
比如用户说"提👩👩👧👧❕醒我明天下午五点买巧🥿克力牛🍨🏟奶"，AI☃🇭🇳拿到时间戳177🧗♂️451187🇬🇷🔨3后自己估🏯算是2026🧞♂️年3月257️⃣日，其🎍实当天是3月26🎅🌔日，于是把提醒设🇧🇼☪置成了已经过👚去的日🇦🇨🚳期🐖🔃。在20个不同的👑论文复现◾⛑任务中，几乎🆙🦞每一个任务上🕳AI科学🇰🇳♟️家都有明显提升，🇲🇽其中最显著的🛑一个任🏂务（pinn）♨🍙在GLM-5下🤺🇳🇵提升了32.99👩🎓🕊分🏊👒。
应对这种😉复杂设计⏏的关键📔⏫挑战不在于处理🇫🇰🐃代码库😤🇬🇼的机制，🐿而在于🇩🇬🚴 DC 需要🚠🏀由在特🏐定设计领域经🛒🐨验丰富的架构师↪来操作才能🙍🇧🇼取得良好的📶👭效果🦢😞。面对流🚘水线的任🍶务，它一个人包🇹🇨🇸🇭办所有环↪🦀节，每个环节✅⚫都带着🇬🇸🕘它自己的偏🎒向，最后交🇻🇬付的东🇲🇷👋西质量就会下💉滑🇬🇸🚞。最大的不确定性⛓在于，你🍾🍹无法预判A👼gent🎀会从哪些数🚼据中学习，以及🐰🕵️♀️它生成的🥴🐠技能是否包含危☹险指令🏘🎲。
