（来源：上观新闻）
更巧妙🥣🍽的是，练习题的难🙎♂️度被刻意调整📷到一个"甜蜜区"🇧🇯——基💟础模型大约有🆑30%🎐到60%的🇲🇺🤝概率能答对📉8️⃣。这种"轻♥量级但高效"的特🇭🇷性，使 🇧🇦PANDA♌ 在实际应用🧧😭中极具吸引力⛎🇧🇻。因此，在多位受⚡👓访者看来，⚽⛳对于普通用户❌🦁而言，He🦠🚗rmes还不是😍🙋♂️一款需🏧🕋要立刻🖱🎊投入时🦕⚓间和成本去深👩👩👧👧☮度使用的工具🔳🐠。这个 ♥➿Case 听🌱起来小，但它解😗的是一个很具🐕👄体的问题：现💢🧚♂️在龙虾开始变成团✳🍇队协作🇬🇬的一部分🤢🤑。
换句话说🚱，当任📻务需要🇳🇴跨越多轮实验、🏧🛂不断从之前的诊断🇭🇰😇中学习时🦄🥴，丢失中间状🏸🔭态的代价就会🇩🇪急剧放大🇲🇫🈶。这意味着价值🌱模型确实学📶会了区分难题🧜♀️和简单题，虽然🌔不完美，但相关👨❤️👨性足够🏰😇显著，能为训🉐🇪🇷练提供有效的基准⌚信号📈🔲。更重要的是，他们🇲🇬通过大规模实验⛰🔃揭示了🇬🇮当前最先进🤫🇨🇴的多模态大🏔😦语言模型🇵🇰在区域级质量理🚥🙆解上的系统👴📍性短板——即使是☁ Ge♦🕊mini 2.🌴5 P🥢ro 🇧🇭💕这样的顶尖商业模*️⃣型，在这👩🦲🚉类任务上🥩的表现▶也接近🇨🇭🦹♀️随机猜🙍♂️测的水平♌🏚。
