（来源：上观新闻）
研究者让同🔆🇫🇴一个 Agen🤝♉t 在🏨避日蛛vs狼蛛同一个任务上跑👃🛐了 4 次，结果👩🔧🇧🇸发现：🏉🧐 在不同任务之✴🖲间，最🕯🆙贵的任务🥓🚎比最便宜的任务🙊🧾多烧约 700🇸🇿 万个 To🌦ken🤳🥬（Figure 🎶🥪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（🦸♂️🏹Figure🤑 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👤”👇。
为了防止🤛过拟合，✉🍇训练在验证集准确🧓🐧率达到90📥%时就🔠提前停止，整个训🇧🇱练过程通🇸🇳🙍常在75到🚱100步🈴🇼🇸内完成♿。他们是🍯最有创作力的📳🇵🇳，也是能够最大程🦹♀️度受益于 AI 🧼技术提高生💧😮产力的人🏃♀️🤦♂️。
这一解释与当今⁉🚊互联网语境中@🔄🇦🇱的用法颇🇮🇱📹为契合，但相关证👩🎤据较为有限🇨🇦☃。可你仔细想想🥙，生活中有多少🏛次遇到一个具体小🤘问题，打开应🦸♀️用商店搜一🈷💩圈，根本没⛸有对应的AP👁P？ 不是没有需🎉👎求，是需求🏰太小、🇧🇶➖太碎、太🆎个人化☯⛱。
