（来源：上观新闻）
标准P🇪🇸🌬PO的方式是👺🏤：出题，你作🇬🇫😅答，老师🚩给整道题的每♐一行打分，但他👩🦱因为"尾部效应"👇而打分失准🙄。加上"无失🏑🔟真（干净）👍♿"这一🇰🇮类别，每个↪🦁区域面临的🐣🇵🇸选择共有1🔮🥮5种🇦🇶🇨🇾。
这意味着，SP👨✈️PO的成功不是👨👦因为某5️⃣个特定🤘♓的数学技巧🕕🤴，而是因为✖"把整个🎼🚚推理链当作🛠一个整体来🚗🕢评价"这个根🇨🇦本性的框架转变🔌❎。正是为🙇了解决这个问题🇱🇺，华为🚫技术（加拿🇹🇫🍀大）的研究🔍🤐团队提出了一🌲个全新的思路：🧧与其让A🦗😌I笼统评价整张🗻图，不如教它像🔈🥯真正的专家一样➗👨👩👧，先把图像👴拆解成一个个有📺意义的区域，再针🇦🇸🐏对每个区⏸域进行细🐿致的质量分析，最🎉后通过👮♀️一张结构化的👷"关系图谱⚰"把所有信息整🕹🚩合起来🇺🇲🥢。
更重要⛏的是，他🇸🇹🥡们通过大规模💰👓实验揭👩👩👦示了当前最先进😄的多模态大语🔛言模型在区🎙域级质量理解👩🦲🔏上的系统性短板🚯——即使是 G♠emini 🇱🇨2.5 P👨👨👦👦🛅ro 这样的顶⚗🎾尖商业模🚒🎢型，在这类任务上🇩🇪✳的表现也接近🗺随机猜测的🏴🔞水平💁🕗。将人类工作流🎉程引入😿智能体人🇨🇴🍿工智能 Ver🇪🇭1️⃣kor.io🇷🇺🌑 的智能🚹体系统名为🏨Des🍯🕺ign🛏🐑 Conduct🚐or，它本身🇸🇯🥽并非人工🌓🇦🇲智能模型🥚，而是大型☪🤡语言模型(LL⛏🇧🇶M) 的框👨👨👧👧🇩🇰架👨🦲。
