（来源：上观新闻）
你问一个L🛬LM“把杯子🇱🇨🍒从桌子🥌边缘推🖼⛓下去会🥞怎样”🍝，它能回答“⚙杯子会掉到地上”⛹️♀️🦀，却并不🎏能真正理解重🇨🇲力、加速度、碰撞🔜，它只是从训🔏练数据中记住了类🚫似的句子🍟。要么他⬆😧们通过某✋🎑些渠道拿到了🇬🇳💽够用的芯片👮♀️，要么在技术🇮🇸上找到了进一步压🇲🇻📞低算力需求🤵的办法🥂。周围有很多人🇲🇺🔶跟我一样🥴🔽，用更前沿的办🌯法绕了一圈，发现🎛🌼还有更朴素👨🦱🍎的手段🥚🚑。第一类是物体部❔件被误判为独🇲🇼立个体的情况，比👩👧🇨🇬如鹦鹉的头部有时🌥😢会被注意🇲🇾力机制🐺单独识别为🧽一个"物体"，👇导致计数▶🇸🇮比实际偏多，↩🚄从而引发🇲🇪🏀错误引导🏔🎒。
短期最多八周，你❤要想想🈁，有什3️⃣➿么事情是可以💷激励团队🎟🧙♂️围绕它共同努🦈📥力、然后👦🍗把它做出💧🥁来的？这正是O🎇🇰🇭penA🏵👨👨👧👧I擅长的事情，我🌼🧬们非常擅长围🚆绕一个具体🇭🇺🏭的目标快速🥳组织团队🧶🙊。在这个过🏃💔程中，🦓AI通过一种🆗🚂叫"注意🇮🇹🐐力机制🇭🇰"的方式👨🎨理解文📗🕞字描述⚡🌤。那么，如何在绝对🍙严谨与工程可用🧣㊗之间取得平衡🇨🇬呢？FM-Age💛nt 的基🇬🇪🐗本思路是：先分🐫🛰析 LL🔬👨👨👦M 擅长🚲什么，然后将其😾👩👩👦👦与传统形式化验↖证流程🇮🇶🥿进行对照，判⚒🤾♂️断哪些步骤🍶🌫可以适🚳🏟当放宽对“🚚🚣♀️绝对严谨”的要求🌼🔋，从而换取“😴工程可🇨🇫用”🐝💦。
