（来源：上观新闻）
“这意🐪📩味着Age🍒🔋nt不是🚍🇼🇫在执行预🍲设的指🕉🌕令集，而是在自💙👐己编写自己的能力🇸🇦📝。这有力🦓❣地证明了，区域级👩❤️💋👩🔜的失真图确☮🤽♂️实可以自然地"聚🐡合"成可靠的整👨👨👦图质量排名，与人🔁类的主🛣🐡观感知具有📼高度一🅰👩👦👦致性💄🌩。在复杂系统中🇮🇱，真正的控制不🦄是谁发号施令，而🍐是在混乱中不断调✂整、不断🐪涌现的边🦴🇬🇦界🇨🇲。未来，每一张👳♀️™ AI 生成🇪🇺💴图的背🛁后，都会有一段🔞清晰可见👨👧的“思🔠🧻考痕迹👨💼”🐏。
比不上 O⛏pus 4.🌐7，但🥘我觉得是🇧🇹目前开源阵营🎆🚻的 To🥀p1⛴🛐。光有算法🇺🇦🗯还不够🍗。Verkor☦🐰.io团队表示，🐈尽管有所改进，◼🇳🇿但LLM🦒（逻辑模型）仍然🌵🔸缺乏人类🔧所拥有的直🌲觉💕🇸🇱。V4的🇵🇳⏲做法叫mHC，把🎒🎗矩阵B约束到「🍈🇪🇷双随机矩阵💲☑」的流形上🥢（数学上叫Bi🌰🏞rkh🙈off pol🇦🇪ytop▪e），🇵🇷🍹行和列📨都归一化为1🤷♂️🌀。这说明🔊预测题目难度👨⚕️所需的能力🗨💽，远比解题能力❇🖇更容易学🔒习🇲🇸。这个视🥜角的转🌸🇦🇺变非常重要👩👩👦👦🇧🇮，因为🇦🇷🇬🇦它意味着：当你☕🥺不再试图🗓给每个步骤单独7️⃣打分，"打分🇾🇪👤员失灵"的❗🍨问题就自然消失了🛂。
