（来源：上观新闻）
可以把👩🎨每个令牌理解为🇲🇶一个"标签贴纸🇭🇲🧮"，系统会为↘图片中的每个🙄区域随🇩🇪🇱🇦机分配一↙✡个这样的贴🧴🛤纸，然后把贴纸和😿区域的🇸🇾🥂形状信息🛤相结合，再🆚🧡与图像⛱🦄的深层特征融🐈🏂合，从而为每个区🕧😲域生成一🌴🏠个"个👩🚒🏞性化"的特征🕞🛩表示🔹9️⃣。
原文如下🇲🇬🎤： 相关阅读🇬🇹。**一、问🍖题的根源：A🐤I评图🕒为何总是"🧱🇧🇻差那么一🇲🇵口气"🧹🇸🇷** 在深📦🐠入了解这🌗👨❤️👨项研究的解⏩决方案之前，有🅾必要先弄清楚问🐰题究竟出在哪里🇭🇺🇹🇰。其次是"有序性💟"：比较关系永远🇨🇵是从锚图指向目标🆎⛓图，不🇦🇸🥁存在反向比👩👦👦较，保证了🇭🇺方向的🇹🇳一致性🚔🕍。
