（来源：上观新闻）
Q2：DR🆎🛵3-Eval发👩🦱🐷现当前AI研究🏨🚘助手最主要的缺🇨🇦陷是什么？ A：🇬🇲👣实验发🇫🇰现，幻觉🇳🇫😉（即A🇱🇾🌒I凭空捏造不来自🇰🇭任何提🇷🇺🧛♀️供材料的👩内容）🤗🥰是当前几乎所🍨🇱🇺有模型的最主要🐙🤷♂️失败原因，占所🕘有错误的比🇲🇫🈲例从48%到👨🌾🇧🇦77%不等🖼👨🔧。新京报🤢零碳研究🍍院：您认🔭为钠电在储能、🏍电动两轮车💘、A0🇳🇵0级电动车等场🙄🏂景中，哪🚻个最先跑🖊🥑通商业闭环？公🛬司目前的订🇵🇰单主要应🌅🇸🇻用于哪些🤦♀️领域？近期关注⚖度持续高涨的A🇧🇩IDC，是否可能🇧🇯🐾为钠电池带来📱🆒新的需求增量🇬🇧？ 李树军：中科✔👨❤️💋👨海钠在😽启动、储🥜能和商用车🦑🇹🇲三大领域已取🤼♂️得商业↙🧙♂️化进展📜。
这场AI转型正伴🐪随着裁员🇺🇬🕖。国家发展改革委、🇪🇷🙇♀️国家能源🏏📉域名网站局等部门发布🦜♒的《新型🦇储能规模化建设专🍅🏬项行动方案🦊🆓（2025⏺3️⃣—202🚻🎉7年）》明🇷🇼🇩🇬确提出，到2🔣027年新型👩👩👧👦储能基本实现🦌💻规模化、市场🆓😨域名网站化发展，钠离子电🍐池储能等进一步商🍜🇳🇿业化发展🇨🇾🍞。选择此时重新💦👩🏭冲击I💏PO，大🌎概率也是两🇼🇸家公司的一🤞🔤致决定🥴。第一类😩是基于问👨👩👧👧🌆答测试的🍻🇧🇪内容覆🏋盖度评估：🕹🐥先用GPT-5根➰据论文原文生🇸🇾成10🥈0道单选题（每📑🇷🇪种类型25道🛸📊），覆🍑✝盖四个维☦度——🎯👨"故事"维🧨度测试叙事弧的🖨把握程度🐃🤽♂️，"视觉"维度测😂📮试图表信🏜😹息的传达效果，"🖤困难"维度🛵🌕测试方法论细节🧗♂️的深度📰🚥理解，❕"深度"维度📀域名网站测试实现细节🇺🇸和完整性覆🍛0️⃣盖；然后🎢用另一个💥🙂独立的模型🇸🇲仅看生🔚成的幻灯片🗜🖱来回答这🍯100道题，答题🇸🇬正确率就反映了🇿🇦幻灯片传达🇦🇨🥋论文内容的🍼效果👻。
