（来源：上观新闻）
上下文管理模🧷✝块监控🎒并控制⤵任何给定🏎时间正在进行的⁉各种会🇰🇲话的上😲下文窗口的整体使📴用情况🖕。**当AI👨👧做数学题，"打分🇷🇼🚽员"却失灵了⏰💳** 假设你正🐅🗼在教一个学生做🥺数学题，你🤗的评分方式是：👨🦳🇮🇹等他把整道题全🍗🧑部写完，才告诉🌇他"对"或"错☑"🇲🇸。研究团队在论文🛤🇦🇽中汇总了一✖张比较表，清楚地💆♂️😄展示了 PAN⬅DABENCH 👋🏞是目前🎳⚜唯一一📊🙃个同时😋满足以下全部条件🇻🇺的基准：以区域🛬为核心出发点、🧯🤛具有比较性质😣（两张图片❔之间）、支持多样✒化失真类型、包👞✂含严重程度级别、🅾提供质量评分🇱🇹🎴。换言之，每完成👷一次任✋🦈务，Hermes🎹会从执行🇻🇮🤭过程总结并👨🚒保存一➰个个Ski🗯ll，👰↕下次遇到相似的问🙈🏂题时，它可以🇺🇳💝直接加载这🧂些技能，并在任⚔🍐务中持续🤦♂️♻完善迭代♋🏕。
在7B规模（70🚁亿参数）的模⬜型上，🚵♀️结果同样清⛄👷♀️晰🗜🥁。这就像打电🕞话传话—🇳🇺🇸🇸—每传一🇫🇯😽次，信🚳👳息就可能🔶🌍失真一次🔲📲。张孝荣指🔹出，大多数用户对⚛🏴一款又一🚌款AI工具的追逐🔍🐳，更多是由FOM🐃💺O（错失恐惧）驱💜💂动的“数字囤积”💱🥡行为，而非完全🗻由需求驱动💇🇨🇩。这属于预期💴中的行为模🎼🍩式，反映出失👨👦♾️真图作为结构化先🌖💲验信息🌌🈷的合理作用方🦟💰式🇱🇮📸。与之相比，G👢EPA（👜一种通过优化提⛹示词来植入能力描🌐述的方法）🈴在超过®🔊4种能力之后就🧸💖陷入了停滞，🇲🇰🦂无论再描述😍多少种能力，😻🇲🇺效果不🍳🚑再提升⛏。类似的情🏀况，时有发🛤生🚉🇧🇪。Thus 则把计🌑算直接🇮🇲放到了模型所💜在的位置，📞🍱模型不♌🇸🇱需要再🖌🇧🇷移动了🤡。
