（来源：上观新闻）
在LoCoM🍫o基准测🐤试上（该🏗🚊基准由来💣自麻省大🇳🇨👈学等机🚃🧀构的研究者🐶📣于202🏭4年ACL😃🏃♀️会议发🇳🇮表，专😲门评测LLM代💿理的超🥨👩👩👦👦长期对话记忆，全↩▫称是E🇨🇺👩🏫valuati💂♀️👩👩👦👦ng Ve😰ry L🌤🇳🇺ong-ter👨👩👧👦🐋m Co🧒nversati👮♀️🚓ona👕l Memory🌹🏴 of LLM 🐙能给谷歌加速的软件Agents）😅，研究者取了🧀👨🦲10个对话中的2🇵🇲个，摄入了🌘👜158🤢5条事🏳🥖实，生🍛🍋成304对问🥃答对，用A👔zur🦊🦗e的G🏢PT-5.4-🕍mini🇱🇻🧞♀️能给谷歌加速的软件作为评判模型，以🇧🇪Liker🤺🧗♂️t量表1-5分6️⃣🇮🇨、≥4分🇰🇳🕵算正确的方式打🔣分😠。
我们真的还处于🥼非常早期的阶段🥤，现在的🎼♈ AI 🦀🎑产品处于就像是🐉移动电话🐍🥦刚出现🥿🔚的“傻瓜机时🆗🇱🇸代”🛸。这让我愈发质🦠疑自己🇸🇩留下来的🎓🛁理由🧀。但在将其用于😓需要高🧕可靠性的任🆚🇧🇱务时，这一👐🛌指标仍需🌴引起高😥🐔度警惕👞。同时，有⤵🌼北京及广东地🚦区用户称，部分站🧓🍤点自提订单增🔕🧗♂️加了“🇸🇳需满足20元才能👩❤️👩自提”的限制门🧛♂️👊槛🈶。
