（来源：上观新闻）
进了V40️⃣。当然，PA🌶🧪NDA🇦🇫🇺🇬只专注于生🐩成结构化的🇫🇯失真图🚡🐈，不具备🦸♀️大模型的通用🙆对话能力👨🎓👱。每一个专👩👧🍁业代理在开始工🔻🇳🇷作时，😥📙不是靠"回忆🕴✊上一轮🇾🇪对话说了🕕🎃什么"，而是👁️🗨️先看一眼整个🇱🇻🇳🇨工作区的目录📑📲索引（一个🤔👥轻量的⚜"地图🔙🙅♂️"），🧙♂️然后按需读取🥩与自己任🎨务相关的文件，完⚠🛒成工作后再把结📻果写回对🧴应文件🇧🇷👔。
SimpleQ🐴A-Ve📧rif🇧🇼ied上V4🛹🐰-Pr🥌o-Ma🧠🕘x拿到57.🖼🏉9，K2.🇹🇲▫6是36.9🗾👪，GLM-5.🥓1是38.1😣📣。这个差距越大，说🦢🍫明这种能力越能区😭分成功和失败，也⛵🛏就越值得重💗点训练🇨🇱🎯。
在训练超🐞🥧参数方面♠🇧🇹，研究团队对🕷损失函数中🏩◽四项任务🌸🔙的权重系🇳🇦🦟数进行💥了网格搜索，最🤸♂️终确定的配置为🌜🥔：区域比较关🤗系损失权重0.☕1、失💽真类型识别损👩🏭⚔失权重1.🦒0、严重程度分💨🔝类损失权重0👨🎤㊗.1、质量评分🆖❇回归损失权重🇨🇭1.0🇹🇻🥝。
