（来源：上观新闻）
” “未来农😲业的典🈚型场景👨🔧，就是🍟拖拉机在田间🔚自主感知土壤🌗信息、自主决策🏆🈲、自动执行作⛲🇪🇪业🇨🇮📌。这项由☝卡内基梅📨隆大学语言技⬅🧵术研究所与博世📀北美研究院及博🦄🇧🇼世人工智能中🙌心联合完🥮🇧🇧成的研究，以预印👨👧👦◽本形式👩💼于20👩👩👦🍾26年4月发布👨🚀🦒于arXiv平👥台，编号为ar📆Xiv:🕘🇱🇰2604.2⬇🔪0012v1，尚🎰🗃在同行评审阶段🇲🇳。
到了 Gem🇨🇾ini 3🤬 时期，准确率提🕍升到 91%，错🇬🇵误率 9% 乍🚱一听 90%💏准确率听🌀👩❤️💋👩起来还🔈不错，但考🇨🇳虑到 Goo👧🗓gle 每年处理🇱🇨超 5 万亿次🔣搜索，即👝🐏便只有 9🥋%的错误率，换🇧🇧算下来也是每小💚🍗时超 🇹🇳5700 万🇭🇰🇧🇱条错误信息，每🇳🇬分钟数十万条🚿。
更有意思的一🙃个发现是：To📂ken 效率是🐶🧒模型的“🏡🦵固有性格”，而非🍊任务使然🤵⭐。这是一🚕🇩🇯个几乎无解的💫平衡问题🕤。发现四：人类觉得🈁难的，A😰gent 🧸🇮🇨不一定觉得贵——🛹🔏难度感♿🇦🇱知完全错位🇹🇳 你可能会想⏮：那至🥁‼少我可以根据任🇩🇬🇸🇩务的难易程度来☸预估成本吧？ 论👥文找来人类专家，🇨🇫⏺对 5📶00 个任务的难🇪🇬度进行评🌞🎡分，然后和 🚑Agent 👩的实际 Toke💯n 消耗👩🔧🇳🇮做对比🚗🔏—— 结果：🍿👳两者之📹🔲间只有弱相关🇵🇷🇩🇿。
