（来源：上观新闻）
发现四：人类觉得🗽难的，Ag🛡ent 不一定🦷觉得贵——难🏗😒蜘蛛异形度感知完全👨👦👦🏗错位 你可能会📻🙎♂️蜘蛛异形想：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🇨🇦 500 🆗🤾♂️个任务的🕠蜘蛛异形难度进行评分，🇪🇨🐿然后和✉😘 Agen☕🥍t 的实际 🛀Token 消🎢🍲耗做对比——🇳🇮 结果：两🇳🇵🙏者之间只有弱相关🌐🇸🇩。对于整个🍬🌪国内 AI😡💄 行业而言，豆包🚫的这次🐺商业化闯关🌾🐼，有着远🇦🇲超产品本身的标🇲🇨杆意义🎳⚰。LIB🙁ERO-🇸🇱🎳10是该🇳🇨🇹🇴基准中最具挑🐁🔽蜘蛛异形战性的套件，包含🐛10个🗂长时程任🦜务，每个任务5🚓0次试🙏验🧷。
以1.1B参🚃🎎数量的↙🧯Inter💷🇱🇹nVL3.5♐🐳-1B⏰⚖为基础做中👩👦👦间训练后，该💡🇬🇵模型在Ca💍lvin上🗄的平均完🇺🇳🦇成任务长度🎑从3.17🇲🇴3提升到3.7🇧🇾14，在S🏕🙌implerEn🏴❌v上的成功👩💼率从3📝🕎蜘蛛异形6.5%提升🇲🇱🆚到56.💳👭3%，在🇵🇬🍜LIB👩❤️👩ERO上🧚♀️🦀的成功🦵率从3🧕9.0🦌%提升到5📛4.2%💕蜘蛛异形。
Claude😍 So📫🌤nnet-🆚3.7 和 👨✈️🦴Sonnet-4🥢Ⓜ 的预🔆😼测成本甚至🍀高达任务🍘本身成💩🥁本的 2 倍🇮🇶🇰🇾以上🇺🇿💯。A（数据迁移）🇧🇻： 在深度睡眠🌤🥓（慢波👻🙌睡眠）期间🦌🤦♂️，刚写入「海马🍋体」（临时存储⤵区）的记忆会被反🤾♂️复回放，从而被🍩✴逐步转移并9️⃣固化到「💭🥕新皮层」长期🇳🇪🌨存储区）📍🇧🇲中💃🇫🇷。它需要将原🧣🖍文的真实信🐽🍉息与自己刚刚在草🇬🇹稿纸上写下的各😛✊种发散性思考进行🛠融合👩💼🕗。
