（来源：上观新闻）
通用大模🐩型在C端的普👨🦰🇦🇱及完成了↔🇿🇼用户教育，但在B🔡❔端，其面临的“事🔧🍑实性幻觉”与“🕯📊逻辑性幻觉”是严🦇👩🏫肃业务无法逾越的🌚👈鸿沟🎄☁。为了确保评估的🍘客观性，研究团队⏏不仅使用了传🛅统的自动评📌🛩估指标，还🧡引入了大型语👯♂️言模型作🇧🇾🎬为评判者的新📽颖评估方式👨👩👧👧。研究团队花💸🧭费了大量🇦🇱💨精力来精选⬜和处理🧙♂️训练数据📟🕙，确保💱每一份数🇧🇦据都是高🧐质量的✍🇺🇸。
比如，用户📇无法随🌺🚔时随地掏出重约🇻🇳1.6kg的Ma🇬🇩🛵cbook 🈹🥃Pro，进行软件✍开发🦄。"在新任👻🛹CEO Josh☹ D'Amar👩🦱🇸🇪o的领导下，迪🐥士尼目前正与🚧🧦逾十家🔐😾合作伙伴就引入其👨⚖️他AI工具的方ℹ案展开积极磋商📧。政府部门在为🇬🇭🔢多语种🚠☢人口提供🧙♂️🚭公共服务时也面临📗📤类似挑战🇾🇹。在智能体侧🤽♀️🇧🇩，Op👩🎨enClaw成为🔄🍈重要催化剂，🤾♂️将使用场景🇬🇶🕹从单轮交互推向🇬🇹🎤多步骤任务执🏞行，大幅🇸🇮🧚♂️提升每个任务💤消耗的tok🔲en量🙋🇱🇰。
