（来源：上观新闻）
在LoCo⚓Mo基准🥐🏳️🌈测试上📽（该基准🇨🇳由来自麻省大↙🥐学等机构的研究🎼🎹者于20😒🧡24年ACL🇳🇺👒会议发表，专门评🇽🇰♒测LLM🇧🇫代理的超🍂🇦🇷长期对话🧳🌭记忆，全称是E🥤🏧val📥uating 🇵🇦Very Lon🏗🔴g-t🥴🦃erm C👷♀️onversat🍝♦iona🤾♂️🍬l Memory🎯 of LL😴M Age🌈ses是什么意思nts），研究者‼取了10个对话🛶🌐中的2个，摄🦄🧞♂️入了1🆓💹585条事🇪🇭实，生成304🇮🇱🥄对问答对，用Az🕢ure的GP🧫🇨🇮T-5🇱🇹.4-min⛪i作为评🧧🦶判模型，以🇼🇫🇧🇪Likert量表🤯⚰1-5分、≥🇧🇭4分算正确的方❣🐛式打分🧪🐃。
在X平台上，用🍒🇵🇳户Sigr👦🕟id J🛃🍏in称其🧰带来新的🗯🖼“shockin🦔🙍g m🍰🌄oment”，🥒并提到“◽现在可🏵👨🚒以在家里跑 gp🇷🇴🕢t 5.4-i💎sh 的模型”🤤📖。这意味😭⚪着每次蒸🤦♂️🕤馏步骤都🥁需要实时重建教🦟⏬师模型在完😌整词表（128🦜🇸🇻K个词）上😓🔯的输出分🥒🇧🇱布，工程难度大幅🍖♓提升🛀🧡。
