（来源：上观新闻）
对于"2个物体🏉🇧🇷"的场景🏑，原始模型准确🎧率68.🤪7%，还算过🏢得去；但到📠🎀了"3个物体"◾，准确率急剧跌落🏍🦉到44.😈5%；到🌃了"8个物体🦔👨👨👧👧"，准确率只剩🇲🇭🇬🇦下可怜的🌕11.3%🥚。最好的美国模型🇯🇵比最好👫🕺的Deep🤙🦄Seek⚪模型在软件💠工程和网络任务上🇦🇨👨🦱多解决了超过2🎍0%的问题📡✔。这一平衡的关🌪键在于利用 🚵LLM 的两项能🏄♀️力：一是在🇲🇶提供函🚸🍦数调用🇹🇫上下文的前提下🛁，能够理🇸🇰⛲解每个函😯数的意图🥄💓；二是↪在处理♉🈚较短程🚭序时，🔂能根据输入准🧀🛢确推导输出⤵🇸🇲。
他坦言，他真正担🔹🇺🇦心的瓶🚑🖍颈不是芯片🦂🖼或封装，而是能源🇭🇲🔤政策🏨。太早（比💘🇲🇦如第1👲0步），注意力🐖🥉模式还没有🥺形成足够清晰的物👙体边界；太晚（比💙如第40步以上⚪），注意力🛫模式又开始碎片化🍃或者过度融👨💼🚽合，反而失去了🏮物体分离性〰。我们的市场覆🐖盖范围远远大🦛于任何TP🌪🍶U或ASIC🤓🏜（应用专用集成电🛑🚶♀️路）能够达到🧙♀️👩👦的水平🇵🇫九月丁香十月婷婷在线。
