（来源：上观新闻）
更有意思的一🐭个发现是：Tok🆘en 🏟效率是模型🏄的“固有🎻性格”，而非👩🎨目录树任务使然👠⏪。届时普通人每年🥞🇰🇳做一次胃镜，“🥾不需要医🇨🇮保，个人也能轻🌽松负担”👴🗨。此前有一种叫作🏡STaR❄目录树的技术，试图让模📓型在解决特定问☕题时写下思考过🇨🇭🇳🇦程🎭🌞。它正确地找到了🇾🇹一个旅游网站🤬🗄说尼斯河🔊🇳🇿「流经该🕒目录树市」，但🇹🇨错误地推🛢断出它「⛽在西侧」🛴👩🏭。等测到😏🇹🇿 NPS 和 🥦↩ROI👌👨🔧 都比斑马好🍖的时候，才↙开始激进投放🖊。然后收到🍷了 API 账👩⚖️👩🎓单🦉🔜。这说明：有些模🏨🌷型天生就“💣话多”，跟任务难💨度关系不大🛡。他们要等🌌P自己冒🛥出来，把做好的🚹🛍剧送上门🍿。。autoD🇬🇪🇭🇷ream 📟🌎的存在暗🔆📛示了一个不同🇯🇪🌉的命题：聪🌑💓明的智能体，可能🥶是更懒惰的🇲🇸🐋。当研究人员限👩👩👧👦制模型🏊只能生↩😎成极其简🌡短的内部思🎷考时，它的性🇹🇹能提升相对有限；🥴🍜而一旦放😸目录树开限制🚪，让模型在🇬🇩给出最终👩🌾答案前进行足⛽🍠够长篇幅的👩🌾👝深度反🇫🇯思，它在各项3️⃣复杂推理🇸🇲任务上的🇼🇫☃目录树正确率就🈳🥫会像攀登阶梯一样🥩目录树稳步上涨📝。
然而这种方法表现🇻🇳🦶最差，C📪alv➗in仅有1.52🧷🔮7，说📙明这个指标🇹🇬🥞捕捉的信号与实🇦🇺🈂际有效性之😍🧓间存在严重脱节😺🔗。”谭待表示，下🥗目录树一代模型🥚😭能力更强，单🇺🇾Toke👳♀️n成本会有🤮💊所上升，能创造🚶的经济价值也🕘会同步提升，“模😮🦜型智力水平🍌🖌的提升带🤛🔉来的涨价，本质♥🇵🇫是能为客户创😋💾造更大的价🙁值🇩🇪。瑞士苏黎世大🇲🇵👯♂️学神经科学中心✴✖的比约恩·拉施（👨👨👧👦🇳🇨Björn 🚸Rasc🥖h）实验室将🍀😃这个过程命🇦🇹名为「主动系👩👩👧统巩固」（ac🐂tiv🇧🇹🚚e system💾s con💒sol🐟🇰🇮idatio💭n）⏭。核心矛🧐⤵盾在于，过🤯🌍去的 Go🕧😫ogle 搜索是🌥一个「⚽🇲🇩目录」，🥺🐬它告诉你哪里有📌信息，你自己去🔳判断，费时间🤨但自己⏹看过什么自己💍🥯目录树心知肚🍡明🕑🧼。
