1 从 3.1 Flash-Lite 的 31% 跳到了 54%，优化接近翻倍。
表格片段需要保留行列结构，图片片段需要缩略图与原图切换，代码片段需要语法高亮。这要求片段渲染层做成插件化架构，按 chunk.
强化学习中，不能像普通监督学习一样，单纯认为 loss 越低 = 模型越好！。
（6）不友善行为 人身攻击及辱骂他人；针对以下群体发表诅咒、歧视、漠视生命尊严等性质的言论，群体包括：国籍、地域、性别、性别认同、性倾向、种族、疾病、宗教、残障群体等；对他人进行诅咒、恐吓或威胁，尤其是死亡威胁；针对其他用户的私德、观点立场、素质、能力等方面进行贬低或不尊重；讽刺其他用户，阴阳怪气地表达批评；对其他用户创作的内容直接进行贬低性的评论；冒犯其他用户，对其他用户使用粗俗用语；针对以下群体发表偏见性质的言论，群体包括：国籍、地域、性别、性别认同、性倾向、种族、疾病、宗教、残疾人群体等。
..周淑怡又酸了，再度举报LPL二台女嘉宾:比不过你，就疯狂举报...周淑怡再度举报LPL斗鱼二台,我看这是为了宣传斗鱼这个二台吧。
同样一句"帮我订机票"，顶尖模型和免费模型的执行效果可能天差地别。第二，稳定性还得打磨。