（来源：上观新闻）
更关键的问♏题在于👩👩👧▪，这些模型通🌞🛥过"监督🐟👩🌾微调"（🌅可以理解🚵♀️🕢为"刷题🈂🇫🇯训练"）🇨🇲的方式习得🛂🎦了固定的回答模板🥨，就像一🤴🇳🇿个学生死🐛记硬背了几套答题🏄⛷公式，一旦遇到没🧩🔄见过的👩👩👦引蜘蛛软件题型就不知🇲🇷所措🎥。
只有一小撮人认🌾🏃为，这类🥅📥题材适合AI创👮作🕔。但缺乏🌓全民参〽🇱🇸与，一🔄🇱🇸枝独秀不是春🇱🇾🍓。默认配置🌘使用 DI🔟NOv2（小型版🇦🇺本，ViT-🥋🇨🇾s，384维🖥特征），研🚓究团队🇲🇽⚖还测试了 DIN🖖🥓Ov2🇬🇲（基础版本，🚒🇸🇪ViT-🙈b，768维特征👬🌪）和 S🔵igLIP（76☕📱8维）的效果👼🇨🇴。
话音刚落，风向🇨🇲急转直🖌👴下🥒。这背后👠🛌的原因有两个🇹🇳。上下文管👇理模块监控并控😮制任何给定时间正📹在进行的各种会🐇🛴话的上下文窗口的🏒整体使用情😚🈁况🇷🇸💸。第二个🎢🇨🇮基准是MLE😖-Bench 6️⃣Lite，这个📐基准更接近K🍜aggle竞赛的💬形式—🕡—AI需要🍒在现有数据集上👾持续优化机🇵🇷⛸器学习方🇲🇹🇦🇽案，争🈹🐯取在模拟👨👨👦🌘的竞赛排行榜🤾♂️上获得铜牌、🔓🍭银牌或金牌🎖。
