（来源：上观新闻）
这个基准出了名🛌👝地难——🇵🇱此前最🕓好的AI系💌🇵🇱统只能完成约2🕹👕1%的评分要🐝求，而顶尖的机✒器学习博士生在💇48小时内能完😓成约41%⚒。” Herm🇭🇹⌚es的记忆机制也✈同样存⚔在问题🚂ℹ。换句话说，曾经🐫🕎只存在于展🧝♂️厅和新👩👧🇸🇷闻里的那些🈺🥒“黑科技”🦔⏬，未来🤼♀️🙃很可能会🤐成为社🏇🥜区、校园🖕、养老中心📙里越来越🕊🇦🇪常见的🇯🇵🇺🇦日常设施🖌。研究团队📰🇰🇼测试了🍥🇷🇸一种极端组合💬：用一个只有1🛫🎈5亿参数的小❇🎟模型（🐣Dee🍝pSeek-🇨🇺R1-Dist↗ill-Q🌩wen-1🇵🇷.5B）↔🚲作为价🎽值模型，去🏺📢辅助训练🐶🙎♂️一个70亿参📑sem是什么的缩写数的大👒👨👩👧👦模型（De💠epSee🇻🇬🏅k-R1-Dis🚍🦃til📪l-Q😏♌wen-🗿7B）↕🔧。
主论坛上，🇼🇫满头白发的未来🙇♀️学家凯文·凯利🐘通过视😸频预言：“未🔏来，每个人都🔅🇸🇩能成为导演，🧘♀️🦗制作电影将像拍🎳照一样简单，娱😚乐与商业的融合，🇰🇼📉将达到前所未😛🍜有的深🇲🇵🥛度🇮🇱。在去年1🍓1月的特斯拉股🍍🇫🇴东大会上，股♾️东们投票否决了这❔项决议🧙♀️。数学、代🛫🦏码、age🍊nt、指令跟随四🇪🇭🍙个领域，各自🇲🇬独立训一🦐个expert🥟。” 不过🍧📰，要实现上述这种♥📝更大的生态🇰🇳🚲，就必须打破🇩🇴个体的孤立状👳♀️🇹🇹态🤡🧝♂️。这印证😱🌋了"尾部效🐿✡应"的危害🇵🇳——错误的🦐🗝训练信号🚂不仅没有帮👋助，反而🌗🇬🇷起到了负🗣🗜面作用🤥。
