（来源：上观新闻）
总参数量⛴👴决定了大🗻👩⚕️模型的知识容量上🍁⚾限及存储🎷成本📤。场景二：代🧘♀️🛥码生成与调🌌🛴试 这一🇬🇪场景我们分🇬🇷💓两步进行测试： 🤛第一步，让🤺V4生成一段含有👗隐藏Bug的P🧒ython代码，🍰😲要求故意埋入🎯2至3个🍱常见错🇵🇸误但不提示位置🇯🇪🍿； 第🇮🇶二步，将这段代码👖重新交回V4🔚，要求找出🏊所有问题🇲🇪、修复代码并🇸🇩逐一解释原因🇮🇪🐳。
一个 Met🐅a 的朋友告🦹♂️诉我，他们做出🌨来了 cod🔮ing 产品，🛳但 “不好🇹🇷用，没人用”🍵↪。代码安全⛑🛏、使用安全，🔦🎺这些过去天🧗♀️经地义的💢红线，统统被👨❤️💋👨排到了后面，先🚵把效率赶🌺上来再说☠。
METR 🇰🇷是加州一家专门评👩🎨📛估 AI 🕘编码能力的研😾究机构🕣🎎。vib🥮e co🇧🇬👧ding的时候🕠0️⃣，或者跑个🏤🤐龙虾跑匹马的时候👠🥖，模型需要在一✖🤷♂️个很长的任🚂🐄务过程中持续保留📩信息🦵。
