（来源：上观新闻）
研究者把🏋🇮🇴所有模型都🔵成功解决的任务♣（230 个）和🇼🇫🇼🇸所有模型都失败的✉🇺🇬任务（100🐑🥀 个）分别拿出🏬🍓来比较，发现👭🐧模型的相对排🌓名几乎📿没有变👩🍳化🦸♂️🍗。他的任期内完☠🦂成了公司🇵🇳🌕向苹果🍆自研芯片的过渡🔖，这是近年🇫🇮🎏来最具深👓远影响🎺👩👦👦的产品变革之一🗞。说到底，🇪🇭斯坦福💚大学的这项研究🍷😸为我们揭🇺🇲🇮🇨示了一个非常务实🛃的未来图景🇵🇪。这就像游戏里刷⛓👩❤️👩了一堆装备🍜扔在仓库里🛃，看着富🥊🏹得流油，可玩家连🐝背包入口都🈲⭕找不到🎇。研究者🇳🇷让同一🌼💎个 Agent 🗓🅰在同一个任♾️💾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🍂⛩ Token（F➿igure 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”〰🖌。
器械创新🕝与病理数字🏩🎚化的突破 与🏎➖机器人相比，一把🇮🇳🇸🇯注册域名查询网站官网双极滴水凝🚔🚱切电极或许不够👼🕙“炫酷”，🤼♀️👺但它在手术台上🇧🇹🤝的价值实实在🔙在🚇📅。它是一个简单的🔚线性层，建立在🇦🇶💰冻结的VLM特征⛷📒之上，不需要对V🐧🥑LM本🇦🇽身做任何改动👨🏫。发现三：🐾模型之间“能🇴🇲效比”天差地别—🥜🇧🇪—GP👩🎨T-5🇭🇰💤 最省，有的🧨模型多烧 👨👨👦🦅150 万 😓Toke🥈🇲🇵n 论文在业界标🇻🇨准的 SWE-b👨ench V🔼🏠erified（✔500 🤩🔹个真实 ☯🇧🇸GitHub I🇮🇹🏸ssu🇷🇪e）上，测试👷♀️了 8 个🐥前沿大模型👰🦇的 Age🚧nt 表现🇬🇬🐑。
