（来源：上观新闻）
PANDA 🖤展现出了最小🛢🎞的性能下降幅🇧🇴📈度，而部分🔶🇬🇮商业大模型在 H🇫🇷💘ard 级🧵💢别的严重程🇨🇬度分类🧕🛠任务上甚至下🇰🇲滑到了♥🇲🇩低于随机猜☑🎬测水平的表✏现——这说🔝明在面对复🛏🌴杂混合💡失真场景🇨🇰时，这些模型🧼完全"迷失方向📹☁"，只能靠"惯性🇵🇭"输出一些🚲🧶听起来像👆样但实🇧🇾⤴际上随机的答🦜案🙅♂️🇻🇳。
“我们发现，更好🚯🐥的方法是让 🌋🥑AI 代理解决🧟♀️整个问题，”他🚾说道🇭🇳。“第一是服务，用🧤📺户的产品体验是⏭否流畅、方便🌎、舒适，这是🇦🇫🇰🇵非常大的🥋🇴🇲竞争力💭。创业者🏚有想法或技术，但🕣🐜缺少能➖👹力互补，这🔺💎很大程度上☄🇹🇴需要社区支持🛬。图1展示🎏了一个具体🌗👹案例：在▶"侮辱性言论检🤹♂️🎆测"这一任务上，☘🙎♂️AI科👣学家在🧗♂️23小时内💺♾️自主完成了74轮㊙⬆实验，将模型的🐝🔴验证集A👩🎨⚓UC（一种衡量分🍔类模型🗝好坏的指🧦标，越接近1越🔪🇨🇽好）从🧴🇬🇱0.90🌁🧰3提升到🇰🇬了0.982，期🍓间经历了18次"🇮🇶🈵找到更好🛬方案并保留"的关🇰🇬键节点，🇱🇰🛷同时也经历了大量🧶"尝试无效果而丢🚵♀️弃"的探索🧀🇭🇰过程，全程无✌需人工干预🌦。
