（来源：上观新闻）
在没有明确任务目🔞标的情🚍🥥况下，Age🔋🏐nt往往会反复🌂💴试错，消耗大量T👨🚀oke🙆♂️🏗n，但产出并🇲🇺🍈不稳定🧰🇬🇵。研究团队在这个基📌🍯准上对当⚔前最先进的多💨模态大语言模🏎🕐型进行了全面测🇻🇮试，结果相🔩📩当"触目⛈🧟♂️惊心"🥢。1M MRCR5️⃣🕝上V4优于🧣Gemini但🦇🏭明显不如Cla👵ude🇫🇲♦。于是，他们又讨❎⛹论用国内的👩🔧镜像站，最后解决😯了问题🕎。它也开♒👋始学着，🇩🇲让我们活得🥯不那么孤单🏴。
而自变量在这个🇭🇷👩🦱维度上，构建了🛤一条几乎不可复⬛制的护城🚠河🈴。这匹“马🎾”，叫Her🏋️♀️👨💼mes➕。CSA和HC👬geo优化A在core a🌔🎻tte🦒nti🦵on之前，🐤🎀都对quer🙄🍉y和KV ent🦏ries做🇵🇬一次RMSNo👊rm，🖊防止att🦴entio⚽😸n logits🔂🐸爆炸🗑❎。失败覆盖率🇮🇨🤔的分布也🇵🇫🕡非常集中："结🇸🇰构化数据♑🔬推理"覆盖了约4👚📫1个失败案📼例，"多步骤任务👂完成"覆盖约🏤25个，"前☪提条件验🐒🎍证"约34个🔒👩❤️👩，"工具🏃♀️调用精确性"🇯🇴约20个，而1️⃣🦏其他被淘汰的候🍈🏥选能力🇰🇵大多只覆盖10到📦15个案例🧥。
