（来源：上观新闻）
在LoCo😩🇩🇲Mo基准🎖🀄测试上（🙍💰sem是什么意思该基准由来自麻⏩省大学⚽🔗等机构的研究者🔩🦢于2024年AC🇲🇹👳♀️L会议发表💎，专门评测L🏹LM代理📅的超长期对话记🐢🇨🇮忆，全💩称是Evalua🇹🇰ting Ver🌱⏱y Long-t🚭erm🐺🎨 Convers👨🌾🙅ation🇦🇱al 💤Memor🚦y of LL🏞🗞M Ag🏜ents🖕💭），研究者取🇬🇧📈了10个对话中的🇱🇰🎙2个，🐊🏛摄入了15🔐🐙85条🤕🏏事实，生成🚭😚304对问🇧🇫💙答对，🕚🛎用Azure的🤫🗓GPT-5🚮🌕.4-mi🕦ni作为📕🎿评判模🤕🇷🇺型，以Li👮♀️kert量表1-🕝5分、↗🎩≥4分算正☹确的方式🖕打分🧹🍔。
一位从⏰🎮业者解释，这可能👩👧👽是因为G🧶👶PT-🥌5.5的事🎾实知识覆盖面🖋🇹🇩更强，但🎪不确定性也更🈁🛫偏激进，🌒对于不确⚠🧟♂️定的问题🚈👨🦱会猜答👩🍳案🇦🇨。酸橙树🇻🇳💰与 A🥍I 暗杀名单 硅🇮🇶⛺谷正在经历🎺🚧一场深层的🇩🇯安全感🚂🇰🇷危机🇰🇵。
Steve Jo😶bs：我们🎃🧤制造了世界上⚾🇲🇴最好的蓝盒子👨👨👦👦👎。Steve🤦♀️㊗ Jobs：没错👨🎓，但我失败了🇷🇸。磨石机的隐🍎🆗喻：全A级人🧛♂️才的碰撞📬⏏与打磨 乔🍒👽布斯以对人才要求🥭的“严苛”⛳著称，但在他看来⏬，这正是保护🏑团队生⛰产力的唯一方🧦式🦓👨🚀。
