（来源：上观新闻）
清华大学🇲🇼与Ev🧔💒oMa🌏p团队的最新研👨🎓究，呈现了📃一个完全反3️⃣常识的结论，给🕣📼模型提供两千五百⛵🇳🇪个Toke📩n的详细纠🙃🥅错Skill，反🎐〽而会导致基🧿🇦🇲准测试通过率🕦💆♂️大幅下跌🦚，换成🇳🇱两百多📂🇲🇼个Toke🗨😢n的精简控制👨✈️👦指令，却能实现性🇹🇩能的逆势飙升🚌。为了让⤴😴经验更♏具可操作性，😊许多方法将⛑经验组织成带🇰🇪💼有明确接口📲和适用条件的程♑序化单元⛳🤖。我不知道它底🐐🇳🇬层是不是 Ope🏋🔍nClaw，💷🙆♂️但从文件的🌔🥕几种组织方式🤽♀️🧚♀️看，思路☸📢和 Open🧼Claw 很🌱💶接近🇻🇦。
它把操作权交还🧧给用户，让🇨🇻用户通过一种叫❕AQL的极📭简查询语言，明确📴告诉系统👹去哪个数据源👨👩👧👦☔找什么🥉东西，LLM只👩👧👦负责在精确🏢划定的范围🏙🍕内干活🇵🇾。镜头给食材腾空的🛏特写，画面👩🍳富有力量感与🎹戏剧性👩👧☝。它们以两种🏔🤑姿态迎🇪🇨⚰战：一种是不带任😜何工具的普通🥅👑聊天模式（👩🎨Vanil🌲🍀la LLM），🙍♂️🏒另一种是配♊🇱🇦备全套🚑数据源访问🙂👩⚖️权、采🇸🇱🤷♀️用当前最流行的🚯ReA🌥🇰🇵ct推理-行动循⏪环的Lan🛠gChain智能🔌🧙♂️体🔍🎺。
如对照🍤表所示，策略↘基因带来了截然📏不同的性能表🖼现🤗🎗。常见的错💅🛋误往往不在于模👩❤️👩型缺乏高阶任🛃务理解能力，而👳♀️👩🦰是出自对底层代🇦🇮📚码库的不当调用🧐🌹。然而，一旦这些I🇨🇭PO表现失利💘♿，对AI整🎬☎体投资🇨🇷💦热情的打击将是实🏮质性的🚺📊。生成视频中支🏄♀️🗓持首帧模式，也🥅是上传一🇭🇰🍭张图，让 🐬🐲AI 🙏依照图片生⚛☁成后续动🕣作🚒。微软官方公告里写🇬🇱得更具🧒体：O⏳🇧🇶penAI产⚙品会优👨🏭👷♀️先在Azu➿re上线，除非📹微软无🇨🇻🌜法或选择不支持相😖关能力🦡📘，但OpenA👨🎤I现在可以😲🍠把所有产品🇰🇬提供给任何云💮平台上的客户🥧🇹🇰。
