（来源：上观新闻）
在GLM-🏍5下差距更悬殊🙋♂️：迭代代理每🦔任务花费54.❎90美元，AI🐊😯科学家只💀需12😬.20美元🚟7️⃣。AGI😰🏬属于每个人👿🚒。这个数字，就是"🍁题目难度的预📧估"🇹🇯。理想情况下，🕵️♀️☢可以大幅🤭🕑提升调用效率🉐🍤。这个思路听📯起来简🇸🇦单，但实现起🔞◽来远比表面👣复杂🇲🇬💞。那时候🕕😖大家都在卷硬🇳🇿🔘件参数，比👥屏幕、🗿比摄像头、📸比续航🚊。
综合来🎞看，引入失真🥃图带来了约1🙎5%的▪🇲🇼整体性能提升😿。这种数🇸🇧据像“🧘♂️糖水”，好喝但🛳🤘没营养✝。2020 年，🥋👚研究人员🍅对 GPT-2✈ 模型进行了微🎨🇵🇱调，使其能够🤕设计逻🍴💸辑电路🇹🇰♉片段；2023🌯 年，👨🦳🔣自己如何注册网站研究人员使用G🕦PT-4 ✅帮助设计✊👷♀️了一个具有新型指♦9️⃣令集的 8 位🐝🍆处理器；到 20🔞👨🎨24 年，各种 🇺🇾LLM 可以设🦡计和测试😌具有基本功能⚪👥的芯片，例如掷🕵骰子（🤰尽管这些芯片通🚅🚯常存在缺陷）🧤🍥。它有两种工作模式🌻：当系统还没有🗑☂可运行代码🎱时，它从分析文☦件和执🔷🧐行计划出发，🧗♂️🇹🇩从头搭建整☃😂个代码仓库👡🔮；当已经有代码但🇦🇪实验出🇰🇪了问题时😰🚦，它切🇨🇲换到修复模式，🍗根据实验日志中🇨🇰🦃记录的错误👨🏫，有针对性地👁️🗨️修改代码，并把🎳🌧每次重要的🏋️♀️🌂代码决策记录在实🏛👚现日志中👩❤️💋👩🧝♂️。
