（来源：上观新闻）
但这8万，还得🇶🇦🍥祈祷全年不🎬🧯断单、机器🇳🇮🇩🇪人不摔坏、🏬🥞平台不涨😗🏉价、竞争不加剧🐀。但梦想归梦想，账🆒还是要算清的🕶💉。以至于有工🐔😵程师形容🦅🇹🇫，和隔壁公🐯司协作，有时感🇧🇧觉更像邻👛🚬居串门🤐。研究团队💏🍚最终选择优🧬先BLEU分数的🇰🇭原因是，对于低资🇧🇱源语言，基于规🏸则的评估通⏏🍇常比基于神经🏴☠️👩👧👦网络的评估〰更可靠🇬🇸。
研究团队意识到，🕝仅仅依靠单🗃一的评估🇧🇷🔩标准来判断🇧🇼翻译质量就🍾像只用一把尺👩🎨🐊子来测量一个🇳🇪复杂的三维👪物体一样，必✉然会遗漏重🏇⛄要信息👨🌾。它证明了通⚽过改进训练方法而🇵🇱不是简单增📬❔加模型规🇻🇦模或数据量也🧂能够实💗现显著🏀🇱🇰的性能提升🙍。因此，黄超给出的🚥🥀判断是，人🇧🇲们现在对各👨⚕️🐣类智能体应用🔅的热情🐥🇧🇳，在相当程度上仍🥀🗾停留在新鲜感🏈📷阶段；但🐄🙃若要让智能⛓🍃体真正沉🇪🇸淀下来、真正🥢进入生产场🕠景，仅仅依赖某一🕌🏫项模型🌗😖能力突🇸🇲破并不现实🍶，它需要🇵🇸整个软硬件生🇪🇨🖋态的一致协同🕗。
