（来源：上观新闻）
拼多多触🇹🇫犯原则、犯🌚的错误最大，🇹🇩🛬京东嘴上喊打🤙🎱击幽灵店铺最🕣大声、行动上🦘🇱🇷却又不🏀落地，两家都💬🏕该好好纠偏🚸🇰🇾。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%1️⃣💨。
基准测试就❤🈷在那里，我鼓🇧🇹🇦🇱励TP🔥U或Tra🈵🥋inium👩🚒👼使用Infe📶❔renceMA🐀🇲🇻X、ML🦹♀️Perf来展示‼🚦他们所谓惊人🔬🇬🇭的推理成本优🇲🇹势，但没🥣👡人愿意🧙♂️出来展示☠。
Open🌅AI开创的4️⃣🌙o1模型就🧭证明了推理端的缩🎳👨⚖️放定律完全有效，🤜投入更多推理🌁😯计算，答案确➡👨❤️💋👨实更好🎋💵。一个典🧘♂️🇬🇼型的失败场景出现🐡🦕在处理"三🗨只鹦鹉模🔞🇨🇼仿三声口哨🥙🚝"这类描述🌝🎏时👵▪。
