（来源：上观新闻）
在一项🇨🇨🐟针对50万到🇵🇳100万🇧🇱字符超长文⚔🏸本的检索👱🐠测试中，它的👪😐得分达📨到74.0%，是🚓上一代🛰（36💰.6%）的两倍🇹🇬还多🥬。
Matt：🔟在实践层📦面，你🇩🇲🔫们是怎🇿🇼么优化用户体🌚验的？你们会不✴🇿🇼会非常精细地追👷踪用户行为？比如🏴什么好用、什🖍么不好用，然后👁️🗨️🔟sem全称重点投入？🤤🇭🇹 Felix：🇮🇪⚖ 我们的⚙📠方法其实🔒并不算特别🇸🇦独特🏖。
在“A👘🏋️♀️I查到考编成绩🇺🇳”这一🤸♀️👨❤️💋👨案例中，核💙📮心问题就是“👩💻🏗没关好门”🇲🇨。论文在四个🈺🥈参数规模从 0🇺🇿🕜.5B 至 3☠2B 的🇰🇿慢思考↖🇲🇲模型上开展0️⃣🤯了系统性评估，涵🇦🇲盖数学推理、通🎣用问答和代码生成🧫🌛任务等九项基准测😀🥾试👨💼👜。
