（来源：上观新闻）
AI必须🔬⏯在这种模糊的反🥬馈中做出合理的🛌™判断🇵🇲📻。视觉模块“🦓看到”的丰富空🔛🤽♀️间信息，传到动🧚♀️作模块🌪👗时，往往只🍁剩一个模🇹🇫🤭糊的摘🚔👩✈️要🌳。两种方式🐝都有一个共同📽🚐的缺陷：A🤮🐄I从训练信🗽号中得到的反馈🍆⚾，是"这个任务整⏺🇸🇮体成功了"或"👩失败了"，而不🏴是"你🕎8️⃣在第三步查询📽数据时出了问题"📆。这属于预🎗🍓期中的行为模式🍅，反映出失真图作🇬🇺为结构🇸🇬化先验信🇭🇰😀息的合理作用😿方式🚫。这个判断👩🏭👐过程完全👨⚖️由基础模🥞📢型完成：系统给基💑🙅础模型展示用户🕥请求，以及每👏种能力的🧽描述和一个典⚰型案例，让模型预🖖🇼🇫测哪个选项最匹配⏲。
” 左为爱奇🦢👟艺AI电影《惊奇🗾☝少女》海报🔦 右为漫💂👿威的《惊奇少女》🇳🇱海报 🥾👀前方舆论失控💏🐄，紧接着后🦋⛑院起火👘🧖♀️。**六、😕💺让失真图成为AI🥳🇱🇷的"参🛀🦁谋"：链式思考♣🇵🇸实验** 研究团😘队还探索了一个🎷有趣的✔应用方向：把🇨🇳😽 PANDA 📡🇲🇷生成的失真🍆图，作为"提8️⃣🧳示信息"喂🇲🇫给商业大语言模型🚩📓 GPT-😍🇱🇻5 M🇳🇵ini，👩👧🌜看看它能否🇰🇲📨借助这份结构💾化的"参谋意见🥃"做出更好的🇮🇹🦉判断👨🍳🙍♂️。与Open🦁Claw的静🧿🛡态调用不同，He🤤👅rmes在运行过🙇♀️程中可以自☣动生成、🇪🇭优化、存储新的技🤷♂️能代码，🏵并通过🌝🚭“技能蒸馏”机🔖制将任务经验沉淀🇬🇹为可复🇲🇪用的技能🇳🇵⏺文件❎🤰。与之相比，📿🌦GEPA（一种🏛通过优化提🔎😎示词来植🏎入能力描述的🇲🇰🙊方法）🧿💜在超过4种🇺🇾能力之后🦊🎊就陷入了停滞，👨🚀无论再描述多少种🌙能力，⁉✳效果不再提🏌️♀️🎥升⏲。
