（来源：上观新闻）
在节点之间，失真👨👩👧🎓图还建立🤘了"边"💜🌽——也就是连🤘🏣线，用来表示🚫泛目录站锚图和目标图🇱🇨🇲🇻中对应区🇸🇭🛀域的比较🆖关系🕤。为了补偿近🍉距离依赖，✅〽V4额外加了一🇵🇦个sli📡☔ding🇦🇲👟 win🥺dow分支，每🇧🇳👱个qu🐻™ery除了看🧤🕜压缩KV之外，🧑还能看👨👨👦👦最近128个to🕯ken的un🇬🇶comp🇵🇪res㊙sed KV🇵🇪。
另一个是"覆盖🤒率"：某👬种能力的缺失🎥🏺，在所有失败案例👨⚖️💂♀️中占多大比例🐆🌯。TRACE系统的🆚核心出发🧧🦛点，正是要🇰🇬打破这种⬆笼统训练的局限🚤🍾，转而🇬🇸采用精准的诊断🇦🇪与针对🥗性的补强🔊❗。这个方法在🤱实践中效果相当不📆🇴🇲错，原因🏫在于：它不再🎟🦘试图给推理过🇲🇱⛹程中的每一步🚷打分，而是把整🌤个推理链当成一个🔲👿整体来评🥼👨✈️价🔚。这些图片涵盖了🇱🇹🍠室内外🦋各种场景，拍摄角🌡👩度和光线🗞↘条件各异🇲🇬🛌。研究团队测试🍣了四种🤼♂️合并方案，通过率🇦🇩均低于TRACE🔺💲的按需路由策略👨🎓。
这个解👮👩👦码器由多层 🇺🇬Tra🤯nsforme🎐🇦🇩r（一种强🐸👩🍳大的注🤲🗽意力机制网络）组🚂成，让每个区域🍥的特征同时"🐻🇵🇳看"到对方图片的🎦全局特征，从而学😺🇵🇷会"我📅🇲🇹在另一张图片中对😜应的区域🇹🇦是什么样子的"💻🔥。没进V4🇵🇾，但在未来方🥑向里被点名，留➡给V5🇩🇯泛目录站。35天后，第一批🔛🚦“机器人实习🤤生”将走进🎧💀真实家庭🔞📉。
