（来源：上观新闻）
参数量高达🇵🇲270亿的 G💶🐳emi🐕🏛ni 2.5 P🥐🇭🇺ro（谷歌旗下最🦟先进的🎻🍹商业大模型之一🧦）只有22%的准🔖确率，而随机👎猜测的准🤢确率是2👦🇪🇺0%——也就是👨👦🧖♂️说，Ge💂mini🗿 2.5 🔔Pro 在🤫这项任务上🕝的表现几乎与👨👦👦瞎猜无异🚀。
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🐐 Gemini📽 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🦄。
通过引入🎨失真图这一🔎结构化表🚇示方式，研究团队👈🇲🇿不仅为🧗♂️区域级图像质☸量评估提供了一👳♀️套完整的形式化框🦹♀️👯♂️架，还构建了迄今🆑😧为止最大🐵规模的🇰🇭🇹🇨区域级配对失真🧝♀️🍑数据集9️⃣🔇，并设计🇼🇸🖲了一个轻🐈量高效的模🦍🐨型来学🌪习这种图谱结构😦。
