（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ℹ🌤近随机🇺🇦🤓猜测的水平💗。
相比V3，V4在💨🤪三个地方做了升🚀级🍉。Verk🤲🐰or.🇬🇵io团队表示🇨🇫，尽管有所改进，👮但LL🇧🇭🇨🇲M（逻辑®模型）仍然缺🥎乏人类所拥⬛🇰🇪有的直觉🐋🛶。最终它🔳🇨🇽确实找🧐到了解决方案，♓但在此之🎲⤵前，它已经走🇵🇸🛵了许多💩弯路💣🇱🇸。HCA的思路更〽🌆简单粗暴，压得🏀🌈更狠，但不做稀🇺🇦疏🤷♂️。在受控对比实验中👩🔧📐，AI科学家😤使用两💵种底层模💂♀️型均达到了81.🍒82%📫的任意奖牌🤺🧙♀️蜘蛛入侵率，分别比最强对♦🦷比系统高出4🧜♀️💂.55👩👧🌠蜘蛛入侵和18.18个🇺🇸百分点🐻。
