（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🎵google加速——即使是⛎ Gemin🇺🇦i 2👨👦👦.5 Pro😑 这样的顶尖商🧠👨👩👧👧业模型，在👚✖google加速这类任务上的表现🉑🇱🇸也接近🥪随机猜🛣🇵🇲测的水平🇲🇻。在AI创作者经济🌵论坛上，诞🌘生仅8个月的🇨🇩🧀数字人“🎣🦒Yur😶🚚i”已经登上人🌅🦅物杂志封面—🥼📺—这个由🎴⚱汗青工作🤶🤘室创造的AI◽🐑角色，或许😂🍶比任何理论都🗾🇸🇳更生动地🇳🇵🍜诠释了这句话🌏💍。
这个关键缺陷导🔒🥒致训练变得低效⌛📖。我们将回🖨📕顾最终VerC🏇🌝ore的关键特性🥡。这样，每一轮工💅🤓作的成果都真😰实地沉😬淀下来，后续的代🇰🇮🌒理可以🇿🇲🕣站在前人工作的📟❕肩膀上继续推进🇧🇦🦕，而不是每次🍌🍿都从零开始🧚♂️🇮🇹。更有说服力的🍱📕是，研究团队🏋🐃发现 GPT-🔔🚕5 Mini 并👱♀️👔不是机械👿地复制失真图的预🎭🉑测结果🖕🇴🇲。AI带来的效率与👍成本优势🧀，确实让各🙄♟️大平台难以📆😪抗拒🌠。结果表明，在 🇺🇳🇰🇾KADID-✳google加速10k 上，🐋基于 PAND🇭🇺🚂A 分😣🕦数的排名准确🌃率达到78.🀄83%，基于比🎉较关系的排名准确🌁率达到76😷.90%，超过了👩🦰🇩🇿同类开源多模🅾🌅态模型🇳🇨📫（如 mPL🖇🎬UG-O🏣🇹🇨wl2 的🧫🇵🇪48.5%、L🇸🇾LaV🧦📓A-1.6 的5👮🏟7%、Q🥟-Instruc🇵🇷💮t 的55%）🍉❄。
