（来源：上观新闻）
研究团队提出了一🇲🇦套名为Embo🍛diedMid🧵train的中🛩🏌间训练框架🛋，核心思💁路是：在"通用📌🛀大脑"和"机器人🍕🛰专项训练"之🧽🇹🇭间，加入一🆗个经过精👩🔑心挑选🥿数据的"过渡🗑期"，让大脑在👩⚖️🔚正式上💨🏀岗前，先经🇲🇽✡历一段与机器👵人世界更接🕦🇵🇦近的热🗺🇮🇨身，从而成为👜🛣一个更🚩🏆好的起🇸🇹点🇩🇿😀。
发现三：模型之🚛间“能🇳🇴效比”天差地🇺🇲♻别——GPT-🇸🇨🏃5 最省，有🎼♑的模型多烧⛵ 150 万 T🇨🇳💏oken 论文在🇼🇸业界标准的🌖 SW🐋E-bench👩👦👦 Ve🎨rifie🦙😉d（5💠⛩00 个真实 G🛡🦙itHub I🍁🤹♀️ssue）上，测⛸试了 8 💰🇳🇵个前沿大模型☪🍉的 Ag♾️ent 表现🏭。
Cal⏰vin A🛴🎸BC-D测试🧭😌的是机器人在A🇧🇿⛹BC三个场🇹🇳🌗景训练后能否泛化🆔seo泛站群到没见过的D场🙇♀️景，评估指💦🚥标是连续完成🚃五个子😰任务的⛔平均长度（🇨🇫满分5💏🆖）🕥。
