（来源：上观新闻）
在这种最严✊格的测试中，人类🇴🇲评估者在4😍🇻🇨2%-51%🎛的情况下更🚔偏好WALA🎏😢R训练的🔱模型翻译，而认为💡🚙两种方法翻译质量🏹🏒相等的情况占3🏹🇨🇵4%-3🔮🇨🇱9%🛒⚗。这就像🇰🇵学生在考🥧🚭试时把同⛄一个答案🇳🇺🙃写两遍，监考系🧚♂️统因为看到"🇿🇲⚱一致性"就给出😊了高分，却没有注📹💠意到答案本身🇷🇺💋是错误的0️⃣。
具身智能是🇲🇬📨否也在经😁🦠历这个时刻，现🇵🇭在还很🧗♀️🇧🇦难下定论♏。当时，日本🚅经济产❕业省决定对该半导🦊体硅片厂兴建计划🤑🇱🇨补助最高750亿🚲🌻日元😌。原来一个🥄🐽算力系🦊统的算力是一个🇼🇫评价指标，未👨❤️💋👨⚗来如何更🇲🇨🔷经济地做❎Token产🇨🇦👺出，变🚀成了评价指标🎛。
