（来源：上观新闻）
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 Gemi🖇ni 🎧2.5〽🈴 Pr📵o 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⚰⭕。
比如，一道题预🇧🇩估答对👯🇬🇸率为0.3🛵（很难），但🧺AI答对了，那🧀么优势🗞信号就是1-🧖♀️📅0.3=0.7😓⚫，说明💬这次表现远超预期🕦，需要大力强化😕这个推👨👩👧👧理策略🇦🇶🇷🇸。一个1M🏦🇻🇨seo是什么岗位工作的上下文🔬🏂，在V3.2的🍉🤽♂️成本结构下💆是不可持续🏪的，K🔰🏰seo是什么岗位工作V cache会👩👧👦把显存吃🇩🇯🇸🇷光⛹️♀️。
这种探索工作是🇦🇩🍟浪费的，不必要🖲🥅地消耗了令牌，而👩🌾如果模型对架👨👨👦构和工程有更深入🛑💏的理解，这些浪费📤是可以避免的👲。默认采用4♾️层，研究🎏团队还🕜测试了2层和6层🧽👩🎤的版本🇭🇰✉。其中有不少🇹🇫带星号的名🇲🇨字，是已经🌕🎵离开团队、但仍然🦗🎶对V4🍖🥓做出过重要贡献的🤓研究者🍃。
