（来源：上观新闻）
在训练超参数方面🍦，研究团队🏎🍼对损失函🇹🇲🛡数中四项任务的🛠权重系数🥑进行了网格搜索，😩👨💼最终确👵定的配*️⃣置为：👟💫区域比较🛴关系损😝失权重0.1🍨🎻、失真类型识💁别损失权重1💥.0、严👃👨💻重程度分类🌝☣损失权重0🚒🇪🇷.1、质量🛑🎳评分回归💴🈳损失权重1.🎺🔮0🇭🇲🧭。
大家惊叹🏅😝于De👹🧐epS💁9️⃣eek在有限条👚🤕件下作出重🥊大突破的创造✅力，也佩服其在🇲🇲2026年，还能🦶🔲坚定选择开源👪◀路线的决心🎡。V4的注意力层👩👧👧🐱不是一种，是🇦🇪两种交替使🍱用的结构🐚，CSA（Co🇬🇾mpress📚👘ed Spars🇧🇬📌e Atte🇾🇹🇬🇮ntion）👩⚖️和HCA（H👨🚒💧eav🇬🇬ily 🥙Com🙍♂️🇲🇶pre🗑🛤ssed🇦🇶 Attenti🇲🇨on）🇱🇹🥚。
**二、💀🐥新思路登🕹🦶场：把图像♻🦓对比变成⚜🤝一张"关系图谱🇹🇫"**🔆 针对上述问题🦞🔷，研究团队提📒🇸🇬出的核心解决🥁方案，是把两张图🍇片之间的质量对🗡🦎比关系，🦷用一种结构化的图✴谱来表示—🇹🇱🇧🇬—这就是⬆🤘失真图（D🥬G）的本质😿。广交会♥开幕当🇲🇷天，C2就吸🇵🇱引了来自英国👩、美国等二十多🇯🇵💕个国家的采购商🧴轮番上📡场挑战📑。这种"轻量级💖但高效"的特性，💦使 P👩🔧🇸🇦ANDA 在实际🇬🇲应用中极具吸🛃引力🧣😞。
