（来源：上观新闻）
在7B规模（7🇲🇱🌎0亿参数⚪）的模型上🇱🇨☸，结果👨👩👦👦同样清晰💊。与已经被大厂产品🛅化的各💊💆♂️类Claw工具7️⃣✴相比，Herm👵💘es离开箱即用还🍾有明显距离🥯🇧🇦。当然，PANDA🕊只专注于生🕊成结构化的🙍失真图🐯，不具备大模型🥢的通用对话能力🥎。
这个解码器🔛🦸♂️由多层 Tra🏠🔫nsform🌉🥽er（一种🆘🍗强大的👸😗注意力机制网络）🗻♓组成，让每个🌕🚼区域的特征同🤳时"看"到对🥩方图片的全局🏃♀️🐌特征，从而🏍学会"🕋🏊♀️我在另一张图片👓中对应的🇲🇺🤳区域是什🙋♂️🗽么样子的"♦。Alph🌸📈abet首席执♓行官桑达尔·皮查💱🐪伊亦在🇦🇽🥺博客中💙🧂指出，这一架构旨😋🇺🇲在"以🌝具有成本效益的🔵方式，提供同时😳🌕运行数百万个智👫能体所需的🐓🐔大规模吞吐🇹🇭量和低延迟"🌰。
