（来源：上观新闻）
研究团队将挑战归⚰纳为四个层面⛹🌊，每一个单🤟独拿出来都不简🚼⏸单，而它们🌎叠加在🎪📹一起，就构成了🦕🏙一道极🥗为复杂的难题▫⏺。用 O🇹🇯▶penAI 产👛🤾♀️品负责人🌅 Ad📷ele Li ↖🎑的话说：“视🐴觉智能的适用场景🇲🇴正极大地拓展—💔—图像是一种➡🙎语言，而不是装🔟饰🕕☑。**一、🇸🇪👩💻问题的根源：🍡❗AI评图为🤭📿何总是"差那🔕么一口气"*✖* 在深入了🚇⁉解这项🚉研究的解决📃🌧方案之前🔑🇩🇴，有必🇹🇫要先弄清🇻🇪楚问题究竟🏠出在哪🕦🚕里🇸🇹🌍。
） 每日经济新🍡🇸🇧闻☹🚺。随后，一个负责♍👩🎓分析的AI（👸😯可以理🛒解为辅导老👶师）仔细阅读这🇪🇷🇦🇩些记录🇲🇨，对比🗑成功案例和失败™案例，寻找规律性😯🍋的差异💇♂️。Hard🇧🇿☕级别中，两张图🤑🎶的每个区域都可能🎯🇲🇹有不同的失☝🏍真类型和严🕜重程度，需要🤑🇺🇿逐区域精细分析☮😕，是最具挑战性的🥞场景🦔💙。Muon在LLM👩👩👧👦规模上❤的第一次大规模🙍🧚♂️验证是Kim🇬🇷💘i K2⚛。其二，语言模型有😳🇦🇪输出长度的限👨🚒➡制，当图片👨🍳包含十几个甚至几🐖🙃十个区域时，要求🍬它逐一分🇧🇳📝析每个区域，🍩💯往往会超出模型的🦹♂️处理能📠🕸力，导致遗🚵♀️🗣漏或重复🇩🇰🎇。
