（来源：上观新闻）
世界的@ 补🇩🇬🇰🇲充一些冷知识，@💀🤶符号在世🔈界各地🇻🇮的语言中🔻拥有丰富而💲🦴富有想象力的名🦓🕢称🕙🇸🇻。他们的创新设😱计是，在🙆♂️🍉传统的 p🇸🇬👨🎓-Ga🇳🇬N/n-Ga🖖N 结之间插📻入了一🥿👞段宽禁带🆕的 n 型 A👨❤️👨lGaN，相🗼💸当于通过👸🎓能带工👩🏫🦛程建立🇰🇼了一个🔍“电荷🇷🇸🌏储蓄池”🐽。小应用🦆🔖是手段，服😆🚻务才是目的，用📺完就扔，那恰恰说🚿明它完成了使命👨🍳。
75%的人在🇹🇨 MAP-Eli⏬👢tes 😼🦒方案上花了更🚔👷多时间，所有参📲😩与互动的人也🖨都从 MAP-🍿Elites 里🖌选了更多设计🇸🇬。这意味着 A⚪📍I 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🇲🇲。
研究者📸让同一个 A👨🏭gent 在同👨💻一个任务上跑🇮🇱了 4 ↗次，结果发现：🍟🚆 在不同7️⃣任务之间，最贵🇻🇳🍣Google seo的任务比🚄最便宜的任务🇸🇩多烧约 70🌄😁0 万个 To⬆⭕ken💖（Fi🔲gure 🏣2a）⛎ 在同一模型、同🏳🎟一任务的🍴🌎多次运行中，最贵🇧🇻的一次大😕约是最便宜的一🍌次的 🇸🇪2 倍🇧🇴🏹（Fig🧷ure 2b）👬🐽 而如果🇯🇲跨模型对🛸👨❤️💋👨比同一个任👨👩👦👦务，最高消😇耗和最低消耗🔧⭐之间可以相差🇬🇹📬高达 30🌠 倍 最后一个数🇦🇪🙆♂️字尤其👩🎤🌲值得关注：这意🚈味着，选对🏴模型和选错模型🥣之间的成本差🇯🇲♻距，不是“贵🇬🇫👉一点”，而是👨👧“贵出一🤶个数量🦞级”👩🎓🥮。
