（来源：上观新闻）
在英语到未见过目🔌标语言💷的翻译任🎊务中，WOLA🇪🇭R训练的◾✖模型平均xCO👩👦👦MET分数😎🥾从51.🥭😎1提升到🇹🇩🧟♀️了72.7，这种🤹♀️大幅度📢🇵🇱的改进表👵🥪明模型学到😄的不是特定语言对🔪📽的翻译规🧒🧵律，而是更🔀🍧加通用的多语言翻🍃🦝译原理🧱🕔。” 罗福莉指🦹♀️出，Open👛🖲Claw出🌤现后，随🤧🏑着任务越来越🎇复杂，需♦要大模型以低成本🔥、高速🧱🇸🇮度且稳定地处理🚬👱♀️很长的上下文🤺（conte💁♂️🇸🇴xt），因此，大🏡模型上下文处理🌠能力的提升也成🚏🔲为当今行🦜业的竞争重心🚻。
在这个行业，"原🔁地踏步"🇹🇩🇨🇷不是中性结果，而🌉☃意味着地位的丧🇸🇻失——🦒🔃公司必须持续投入😚😛、不断🇺🇬🌂迭代才能避免落后🚦。罗福莉认😘🃏为，Age🥄🇬🇮nt框架的重🇨🇰要价值在于，🕜把国内那些😵🐭还没有完全逼近☕😀闭源模型、但😾已经位于开源模型🧢🦚赛道前列的👡模型，上⬜限显著拉高了，绝🐫🗝大多数🦶场景里，国产开源🥿模型的任务完成度🏬已经非常接近C🤵laud⛷🍇e最新的模👩🚀⏺型，同👨👦👦🇮🇲时又把下限保障🇲🇩得很好🐷。
