（来源：上观新闻）
。数据评测研究🥨员要做的🍎是构建评测数⏪据集，针对Ag👮♀️🍟ent的规划、🖤😝工具调⛑用、多💗轮交互、长期🍝记忆等核心能力⚰🐆设计测试用例🌍🈚。五、目🎏🥟前的挑战😱与约束 从行业🏘💍研究者角度，🌜BADAS-2.🖌0 的约束分🐯✖久草青青在线观线布在几个层➿面： 数据💞层：长尾类别虽然🔏大幅改善，👎动物、极端🚁天气、罕见基🐿💎础设施等仍是最🕓难类别👸🔳；数据🇧🇲🧓飞轮依📃🈳赖已有部署规🥛模——论文自👏📈己承认"最💻大的可迁📞🇼🇫移经验是：💝🚴已部署的👩🎓模型本身就🐊💭是最便🇲🇴宜的标注器🐤"，但🍈这等于承认没有🧟♂️📋 1.0 的量💢产规模，2.0 👨🚒的数据🏚扩展是不可能的🧩🧸，这对想复🍁现这套🛍🌦范式的团队形🇯🇪成门槛🐴♦。
举个例🤷♀️🥓子，行业🔂老大先推🥏出产品，老二可👶能晚半年推🧯👩👧👦，策略是价格便宜🧼点、供应链差一点🆒🏐、员工薪资低一点⛱，但这个循环导🇷🇪致它被锁👚🕘死在第二名🥘的位置👨💻。耗费几百万美元😂🌐训一个模型，然🌟‼后部署出🚨👴去，用户⬛提问、模型回答2️⃣🇿🇲，一来一回就是📟🚽一次推理🍠。
举个例子，行🏋👁业老大先😆👧推出产品，老🤠二可能〰💈晚半年🇸🇷推，策略是价格🍫👠便宜点、供应☯链差一点、员工薪🏤资低一点，但这📷个循环🧮🕒导致它被锁📨🔭死在第二名的👳♀️💰位置↪🧵。
