（来源：上观新闻）
这不是能力的差🆓距，而是🇼🇫🧪范式的失效🏳️🌈。这会额外耗费数🚗月的时🧳🤩间💷。Q2：PA🐔🖱NDA模型和💭GPT-4o这😬类大模型👨🎨相比有什🇧🇾么优势？👪🦕 A：PA⚠🇨🇼NDA的参数量🥄只有0.0📗⏺28亿，处理一对⏳🛁图片仅需3.53🇸🇴⏱秒；而🏥GPT-4🇵🇱o等大模👼型参数☸⬅量达数百亿甚🇿🇼至更多，🇰🇿且在区域😔❎级质量👤比较任务上准确率🦄🏊♀️仅26🗳🥚%，接🇬🇬近随机猜测的20🧵🍟%🕖。
每张图片平均包🥍含18个👲🚮区域，最多可达1🔵🎗12个区域🌅🀄。Q2：Paper🌱♿Ben🕎ch测试的是🙁什么，AI科学🗃家的表现⛷如何？ A：Pa🕵perB🕔😸ench🇹🇲☢要求AI在24小🕢🍀时内，从一🇲🇻篇机器学习论文🕞📷出发，在🤽♀️🌉没有原始代码🐚🎊的情况下从零搭建🇮🇴、运行并复🤧现论文🕕🇩🇲的核心👿实验结果🍆。
中外热搜上👁️🗨️了一整圈，科技📘媒体的版面🤶🇨🇫今天都让给了它🇨🇾🏈，OpenAI🕒🙂也成了它的🤼♂️陪衬🚩🇦🇩。这两个基线的🕛🕳结果表明⛱🇪🇷，单靠🇯🇲🔨 DINO⛩v2 的预训🎺🧂练特征是远👨👧👧远不够的，📹🇧🇸PAND😘⏭A 中专🙆♂️门设计的退化解码🏁📍器对最终性能的提🔕升至关重要🗞。
