（来源：上观新闻）
与此同🐌💸时，在考察🐂🇲🇬常识推理能力的C🅰ommons☸🚭enseQ👩🌾🎚A测试中👩👩👦👦，它的表现也🏎☔展现出了同样强劲🚲🐵的上升👨势头🎆。工具出来🎑🧤后，就解决🆓🇲🇪了供给端的问🇻🇮题——让创🌨🧘♀️作者先把👨🍳👂内容做出来🦓🦀，并且🦕留下来🗜👌。平台的核心动作在👴于“连接🇾🇹🤠”📗🚯。海外因为没有那🛡么多现成的供给🙆。4月8日，智谱🐬🏳正式发布G🔖🇷🇴LM-5.1，💠🐭再度提价10%📫。这种方法在Cal🗑🍴sem投放vin🇸🇴👨👩👦👦上得分3.126💅🇮🇪，Simp🦷lerEnv😮🈚 53🇻🇨🇪🇸.1%🕑，LIBERO🐊 51.2%——🙋♂️♨比随机选择🌭有所提升，但👩🦰🛷整体不如学⚔🇱🇮习得到的估计器🕷稳定🐜👼。
可能是因为在这🖥一刻，🐟💘字节把两笔账算🌒👩🔧清了🇧🇮。这直接说明了中间🥯训练的收益不✌是来自"更多🏴数据"本🌧身，而🐞是来自数据内容👨⚕️与机器人🤽♀️sem投放领域的🇶🇦对齐程🌟😇度🏍☝。。而机器人操作轨迹🦔数据——比如L👩🌾IBERO（🔊🔇一个机器人长时🥕🇳🇵程任务数据集👨⚕️🕵️♀️）、Bridg☄🆑e-V2🐜🇦🇸（真实机器人🦸♀️🇲🇭桌面操作🇲🇺数据）和❎Cal🙇🧾vin👨🌾（一个机器人语🎖言条件操作🔵基准测试）——🇵🇲🥝则形成💺了一片紧凑的"小📭岛"，与VLM那😯🎍片广阔的大陆之间♎隔着相当🍎大的距离🚙🇷🇼。
