（来源：上观新闻）
分析过程分为😉两个阶段：先是👞🌔"发现阶段🦴"，分析AI通过😊🖊检查所有🍛记录中的💅🎠工具调用、工具📏🇻🇳返回结果和最终回🌞复，归纳出一👨👦份候选能力清单，🇸🇻并为每📩⛹种能力起一个固🥞🇦🇷定名称和描述；然🇯🇪🚈后是"标注🍢阶段"🚂🏓，分析AI拿🥭着这份🌞🤥清单，逐一检🐪查每条🇷🇺任务记录，判🇲🇩断每种能力在这🐥🏍条记录中是🖤❓"不需要"、"🚟已正确执🌁行"还是🇨🇦🍚"本应执行却没有🎧💪执行"🇩🇯。
参数量🐪🧑高达27‼0亿的 G⬜emini👱♀️ 2.5 🔔Pro（🖥谷歌旗下最先进🥛的商业大模型之一💦）只有22%的准👬确率，而🇸🇱🦅随机猜测的🇵🇼👨🔬准确率🇨🇽👮泛域名 泛目录 收录 区别是20%—🐂📵—也就是说，G🤵🇱🇨emi🖐ni 2.🤩☺5 Pro🚧🛢 在这项任务上🚰的表现🥅几乎与瞎猜无异🇧🇹。这种"先结构化🍂🏖、再语言化"的路🏳🥴径，可能比直接让↖👃语言模型输出区👔🙄域级分析更加可靠🇱🇾👨🔬和可控👩❤️💋👩🍑。
