（来源：上观新闻）
第三种📦💕方法叫🎢合成数据SF🧗♂️🐯T，收集每个能力🇮🇩练习场景的成功轨🕎🚸迹，然后做监🧸督微调，🥣结果只👤有37🌯.8%🇻🇦🎳。但装这件事每🛷个人都得自己操作🚼🐥一遍，几只虾👨👧还好，人🚐一多就很折🛌⛽腾🇵🇰。
研究团队使用🇮🇩⚛了一个名为 🕚🌍DINOv🎦2 的预训练视觉🌄🎙模型（可♻以把它理解为一个☮🐣经过大量🤣图片训🎓练的"看图🧕✒专家"），👨👦👦🚬将输入🔭的两张图片分👳📢别转换为包含丰👾富视觉信息的🗺特征矩🎞阵🥍。
每个节点记🏴录了该区域的失🦖真类型（比如🛄⤴是模糊👨👦⁉、噪点🇯🇵、过度压缩🇫🇰↗还是过🚴度锐化👩🔧），失真严重程度🚷😆（轻微、中等、🇨🇭🏍严重或无失真）👩🔬🕝，以及一个0到1☂🇨🇳之间的质量评分🇳🇱🕘。
