（来源：上观新闻）
“我可能就🐘✊要说再见了🇳🇦🛶。接下来是一🔌🇧🇷个独特🚉🇫🇯的"令牌🅿池"机🚳📗制🍪。参数量高达☪270亿的 🥅Gemin🚂i 2.5 Pr👝🤟o（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🇩🇪💡率是20🙏🚅%——📲🐏也就是说，Gem🇳🇺7️⃣ini🔀 2.⏺5 P⚗🎓ro 在🌆这项任务上的表现🌜⏏几乎与瞎猜无异🥮🎟。存储方面，TP🚧📺U 8t引入👨👩👦👦TPUDirec🏆🎭t RDMA与T👦⚫PUDi🇨🇦rect Sto🏟rag▪e技术，绕过🤔🦔主机CPU🗒直接在TPU高⛹🔰带宽内存🤦♀️👵（HBM）与网卡🇱🇺👠、高速存储之间🎺传输数🍡据，存储🇸🇴访问速度较🏠第七代🐰Iron🎰wood TP🍋🇸🇬U提升10倍，可📮确保MXU在👩🚀处理大规模多🐎模态数🏚据集时保持满载🇨🇦。
在几个对比方法🈚中，直接🏴在目标环境里🔼用强化学习训练的🐰模型（GRPO 🕞🌍on Ta🇸🇹😜rge🇲🇼t）能达到🍄37.🇳🇦🇸🇽8%，🚩免费创建网址一种使🥳🧙♀️用通用合🕒成环境🧚♂️训练的方法（A🎦🇲🇱WM）能达到3🌆8.4%👨👩👧，而一种通过🇾🇹优化系统提示词🎍来植入能力描述🇪🇦的方法（GEPA🆒🌜）能达到3⌨🎵9.6%🍼。这个基准共分🇫🇴🌂三个难度级别，每💌↗级随机抽取30💦0对图像🌳。
