（来源：上观新闻）
但自变量联合创👨🎨始人兼CT🌏⬆O王昊指出，🇦🇱🔍VLA的天然缺陷🇲🇰，恰恰藏在这🥉🇦🇸种“分工”里🇵🇹。对1M to😻🤽♀️ken的🐧序列，原本需🔽📌要atten🇧🇸d 1M🦠个toke🏢🚀n，现在只需要🧭attend🇳🇬 1024个🐓😇压缩块🇬🇱🦖。实验表明去掉这个🐽🍲机制后，🤖🔚MLE-🤧Ben🕟ch 🍝Lite的获⁉💸奖率会下降近32🇳🇴个百分📃点😐🕘。
研究团队🇮🇨测试了用🧸15亿参数模🇬🇩🤶型作为价值🦑模型来辅助训🥒练70亿参数主模😻✋型，两者相🗯🕡差约4.🤼♀️😨7倍🚘🍊。其二，语言模🧂型有输🚐出长度的✏seo的含义限制，🌼当图片包含▪十几个甚至几🤥❔十个区域时，🧺要求它逐一分析🕥每个区域🅿，往往🦛💺会超出模型的🤹♀️处理能力，🦖🇨🇽导致遗🏈😚漏或重🎈🎻复🏆。
