（来源：上观新闻）
第一个测🌇🇧🇴试场景叫🎖🏵τ?-Ben🇬🇭ch，模拟的是🍇真实的🚏客户服务ℹ工作流程，🚑分为航空公司客服⚓🇲🇳和零售客👩👧👨👨👧服两个子领域，合🦛👆计164个任👨🔧🛰务✌。打分员🦛👵必须把这个唯一的🧓结果，沿着几千▪🇸🇧步的推理链条🦹♂️🙏，一路🇦🇩👳♀️往回分🐕什么是泛目录站群配功劳或🇱🇷责任👌。这个差🏔值越大，说明🥕这种能力越能区分🔙成功和失🇳🇱🦗败⏲。
该公司于201👩🎓🕤2年上市，但一🥴🇪🇨直在亏☠😷损，到2💉014年累计🎠债务已超🌉🇹🇻过14⬅🇴🇲亿美元🇧🇶。。安克将在 5⚪👩🔬 月 21 日🇪🇬🇪🇺的 Ank💹er D🦎👤ay 活动上公布🏳️🌈这两款耳机的完整🤼♂️👪产品信息，以及更🚵🏐多 AI 功能💸。这种高度集中的分🙋🧽布说明，目标🇲🇵😬场景的失败🤘模式并不是均匀🥉🆑分散的，而是高度😕聚焦在少数几种能🙋🍔力缺失上💴🛒。
每次对🈴话，都是一次「👠🇹🇨失忆后🔯📔的重新认识」🛩。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🌀。在多位受访者看🤾♀️💂来，He💡rmes还远未到🍢🔮成熟阶段📭。它越来越精，但对🦑☔于内容的理🎴解、情🙉🏄感的理解，还达不💷😒到🇱🇦。
