（来源：上观新闻）
Rav👩❤️👩i Krish🚽na表示，🛌公司希📦望打造一个🚉人工智能🇪🇦🍇代理此前🤹♂️🤰未能实现的全新👨⚕️设计🔁。结果相当🕟值得关注：在🤱🇲🇺第一个基🗿🇬🇺准Pap👳♀️🐀erBen♓🤝ch上，🎅🇺🇦AI科学家💤的平均得🦃分比此前最🔏强的AI🦜📸基线系统高出10🇼🇸.54分；在第🇳🇵📨二个基准ML💱🥓E-Benc🥊h Lite上，🇹🇬✉它以81.82%💠的"获奖🦕率"超越了所有🏠有记录⚱的对比系统🇧🇿😹，其中包😤🐛括多个🕘🛰已公开发布的知😙名商业和研究😉2️⃣机构系统👫。
“原来做产🦹♂️🇯🇴能给谷歌加速的软件品的节奏是👨🎓设计、产品📇🈴方案、🛥🐩开发、上线、用🌒🇸🇯户反馈🛥😮，流程👨💼下来可💉🏴能要一两个月或💣更长时间🏏🇮🇹。Q2：TRAC🤹♀️🙋E训练出来🧖♀️的LoR🧢🇹🇷A适配器为什么不🦖直接合并🇾🇹🌌成一个模型？🍍 A：🏘🌁实验证明，把🥪多个能力适配🌒器合并进单一模型💩🔈会导致能力之📲间相互干😐扰，性能反而下👖降🏙👨👧👦。
这就是🚸❤“与世界交互”🇧🇷的真正☦含义，不是💒被动执行🦊🐸，而是主动🇫🇴学习⚔🦴。道理很简单，单🇬🇧👨个 Agent 🇨🇻自己能力都🇰🇿不够，把一堆能力🔛不行的 Ag💇♂️🥏ent 凑🐅🐴到一起🍗🐄做事，等🇹🇴🍖于一屋🇸🇲子干不了活的人开↖🤙会，只💚🍣会更乱💖🦀。
