（来源：上观新闻）
参数量高🧬达270亿的🔣百度sem Gemini 🕚2.5 P🇰🇳💃ro（🇱🇹👶谷歌旗下最先进的🧥🇨🇫商业大模型之一🦊）只有2😀🐣2%的准确率，而❓随机猜测的🇸🇿🧡准确率0️⃣😦是20%——也🕴🌗就是说，Gemi☮ni 2.5 🤩📉Pro 📮🚖在这项任务上的表💳现几乎与瞎猜👫无异👩🦳。因此，他们开始🏡转向博通所擅长的💽应用特定集成电路🇹🇰百度sem（ASIC）🌲。理想情况下，可以🧦大幅提👔🥙升调用效率🎇。第一种🚺叫"权限错🎀误恢复"：🇿🇼🇺🇲当某个工具调😷用返回权限错误时🇨🇻，AI直接向🎺用户报告🐮错误就停止🇩🇰了，而🎫💭没有去诊断并解决🇦🇼根本原🚍因😬🤹♂️。
借鉴Ope🎴💒nAI和👨👨👦👦🇵🇳Stre🛒💂amingLL◾🦆M的t🤓🐮rick，在a🤹♂️ttenti🇭🇳on分母上加一个🚓🥾lea🍍♋rnabl👩🦰e si🌳nk l🇨🇨ogit，⚱🇲🇼允许a🦷tten🧂tion s📪core总和不🛎🍏等于1🚥。此前表现🚮🇵🇳相对较好的"迭🧒⚒代代理"系🚴♀️统（Iter🐐♓ati🇺🇲☸veAgen🐅🤗t）在G🥎emin🐇i-3-♓🦊Flash下每🔈🏝个任务平均🇲🇺🐖花费27.44👩🚀👩👩👧👦美元，🇸🇷而AI科学🎄家只需🦇15.6😨7美元🤦♀️🐒，却能取得更高🎤的分数😇🏴☠️。
