（来源：上观新闻）
在128k🐀规模的沙箱上🔯测试引用覆盖率🇳🇵（CC），tex📺🛠t-embed📶🚀ding-3-s🗻⚔mall表🚡📐现最佳（🇨🇼GLM-4.🇵🇸7搭配时CC🇵🇱🌎=56.58），👰♈Qwen🥚-text-🎧🎉embeddin🐭g-v2略🈲👯低（GLM-4🇸🇽⛰.7搭☎配时CC=5🕹3.61），而传🇪🇭👨👨👧👦统BM25方法则🇹🇩🐮差距明🇾🇪显（GL💽🏸M-4.7搭配🍗时CC=50.🧶🌳71）🇳🇫🏥。这场AI🙋♂️转型正伴🐃📳随着裁员🦵🏳。
八、谁表现最好🧑？实验结果的深📩🇻🇳层解读 研💈究团队用DR3-👩👩👧Agent框架😱🕐驱动了八😇款主流大模😌🔁型，分别是👨💼🏃♀️GPT-4.1、4️⃣Claude 🇮🇶Sonnet ⛪4、G🚛🦔emini 🐅2.5 Pro🥝、Qwen3-🏑🚻235B-A22♊🇳🇿B、Qwe🔪n3-30🕹🛹B-A3B、Qw🈵🛩en3-3🇲🇨2B、GLM-4🥰♣.6和🏑🚘GLM-4.7🔙，在64🇸🇯k、128🔹k、512📷k三种沙箱规📺模下进行了😹🈷全面测评🛀。运行模式分🐺🏏三档：零LL🌉M的"本🙅地卫士"模式🌜（LoCoMo😈 70.4%）🌴📵、接入O🍪llama本地大🧿模型的"智能本地🍔🇳🇬"模式🤷♂️，以及接入💑🌇云端大模型的🍀"全功率💪🛋"模式（LoCo📫🦴Mo ✨🇵🇲87.7🦎🇵🇪%，但🇲🇼需要云端⌨🎺API）🇲🇸⚾。
