（来源：上观新闻）
在LoC9️⃣oMo基准🐛🕙测试上（该基📺👕准由来自🚣🀄蜘蛛浏览器麻省大学等机构的💫🙍♂️研究者于20🎰24年🦸♀️ACL会🏥议发表，专🦘🇻🇪门评测🌾😰LLM代理的超长🇰🇮期对话记忆，全🧧称是Ev🧙♂️⚖alu🗳atin🇵🇹g V🤤🙇ery Lo👵ng-te🧙♀️🍑rm Co🇲🇱💖nver⏸🛤sational🐒 Mem🚽ory🇮🇨🐬 of🇻🇬 LLM⌨🐩 Agents）🛋🇲🇪，研究者取了⏩🥦10个对话🐇中的2个🇲🇽，摄入了1585🤡🍼条事实🇦🇩📐，生成304🇲🇦🇲🇪对问答对，⚗用Azu🇭🇲🌒re的GPT🇨🇴-5.4-mi🎥📀ni作为评判模🍅🥪型，以🖖Likert量表🤷♂️⏲1-5分、🚩≥4分算正确的✝🥀方式打分〰😯。
所以已🍌🥴经有创🥯业公司在做这件事🇱🇾：根据雇主的需🧲求，自🍽动生成一个模拟环🕢🇭🇷境，让面试者✳📇现场用🥵 AI👮蜘蛛浏览器 工具完🧐成任务⏹。而且它们总是会🔧出故障📅🤞，因为里面有🇹🇯太多连接点🏡☠了🇸🇮。” 本💢文系观察者☝网独家🧐蜘蛛浏览器稿件，未经授权✌，不得转💱载😓🈵。要实现这🇸🇻😏一点，GPT🇹🇩🎤-5.5🐭🇨🇻必须做两件事，一🇭🇰是修改游戏🍺🇬🇧背后的数据🚶🔵规则来🥰支持这🐤✴个新功能；二是💁♂️确保刷新后的⏭棋盘布局🍝🇵🇦仍然是🥙“有解”的，不会🛢💣让玩家卡关💴。
