（来源：上观新闻）
结果显🗯示，在POPE（🧩物体幻💛🗃觉评估）上几乎👙没有变化（86.🆙🥕33 v👨🎓⏫s 8🍋🌑6.29）⛈，在Vi🇬🇺suLogi🧺🛥c（视觉🙍🕑逻辑推理）和3D🇸🇿🇴🇲SRB👨💼🚱enc😣h（三维空间🐛推理）上略🇲🇩有提升🙎（21.🏒🕢00→🤣24.90和4🎢7.87🧝♂️→49.51）✋，而在BLIN🏁😵K（多模态感知🇧🇼基准）和S🔀🇨🇽patialEv🇪🇺🍌新顶级域名al（空🍂间推理🍯🍄基准）上有中等🍿程度的🏒🇸🇸下降（43.4🍵5→4🐖📃0.4🎬5和49.82🥠→48.00）👰。研究人🏏员经过长时🚩间的工艺摸🇨🇿索和器📊🏅件制备，才逐🚒渐实现了🏣理想的效果：🥌50 次读写🕘🇧🇲循环后电🦈🤛流漂移小🇹🇨🔁于 5%，3☮🍅,000🇳🇮 秒长期稳🇮🇨定性测⭕👹试中电流波🍽🤢动控制在 1🗃🐍% 以📥内🔔。
这意味着 AI🇹🇳🖊 产品用🚡来衡量自身价🦙值的那📡套指标体系，🍲👶可能系🥾统性地低估🇸🇸🥖了 AI🏧 真正的贡献😫，同时高估了「输🧜♀️🏩出准确🌠👨👨👧👧性」的重要性🛀。而且这个低估偏差🗓在不提供示🇦🇮例的情况下🌒😙更加严重🇧🇮👷♀️。Google 🇵🇳👇的 A🌷👩⚖️I Ove🈺😜rview 将他🇱🇰列为第一名，😥新顶级域名并引用了他在那🚸新顶级域名个虚构比🚦🌕赛中的「成🏓绩」💾。。五角大楼要的是👇一套能够部署🚰👩🦳在 Impact🏐👧 Level 🚪6 和⚪ Lev🎈🕸el 7 绝密网🧛♂️🚝络上的 AI 工🍏具，这些网络👤新顶级域名处理的是美国最🇭🇳敏感的军事信息🍋▪。它就像是专🎌门为数学↪👨❤️💋👨考试突击训💙练的应试技🥺巧，只🔟有在遇😁到标准问答🇬🇫😰题时，模型才知道🇽🇰🦄要列出步🧗♀️🇬🇭骤；一😝旦回到日常的💼随便闲聊或者阅读🎓⭐普通文章🥀时，模型就又被打▫👩👧回原形🏠🛄，继续不假思索地🐼🥒往外吐🧻字🏬📵。
