（来源：上观新闻）
"实验🅱专家"负责运行代⚫码、观察结果，将🤢🍢实际产生🏴☠️的指标与✊😓论文中报告的目🤽♂️♉标值进行对比⛑，记录差异和问题🇧🇻，并在遇到简🐏单错误（如🇧🇾😯导入路径错误👨👦🤼♂️、配置文件↗格式问题📻💻）时直接修复，而💽将需要深度代🇵🇹👼码改动的问题提🏗♦交给指挥官，由🧩指挥官再次🇸🇬调度实现专🦊家处理🇷🇺。张若昀工作室在爱🇧🇧奇艺世🍒🧤界大会结束后🇸🇬率先发声，否认📉😥授权，并明确🧿😹表示“法🕜务正在紧急处理”📮🇱🇷。"实现专家"🥂🇰🇳是代码工作的主👨👨👧👦🇹🇴力🛀👁。有兴趣追🗣🍕踪后续进展的🇬🇶🗳读者，可🍙🎡以通过arX🦹♂️iv编号260💙🕸4.0🎏5336关🈂🏧注这个研究方🖌🀄向的最新🚶♀️🚴♀️动态，也可以访ℹ问研究团队公💼开的代码仓🤒库进行实际测🇧🇦🐈试🎧🇸🇴。
更重要的是🇱🇧👨⚖️，他们通过🕠🖨搜索seo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 Gemini🇵🇭 2.5 🤤🙎Pro 这样的顶👖🕤尖商业模型，🧚♂️😋在这类😪任务上的表⭕🍤现也接近随机猜测🤒🚫的水平🃏🇿🇲。Q2：PAND📧A模型和🇳🇱🛁GPT-4o这类🥞〰大模型🇩🇪🇹🇩相比有什么优🐞🍕势？ A：🦂🏥PAND🇬🇾🇧🇯A的参数🏙🇳🇫量只有0.02👨🦱👒8亿，处理🦏一对图片仅需3🚹.53秒；而🇮🇸🤸♀️GPT-4🚨🏎o等大模型参数🧙♀️🉐量达数百亿🐓甚至更多，且在区🈚🇨🇽域级质🇭🇷😬量比较任务上准确0️⃣🏜率仅26%🎟，接近随机猜测🐳的20%🥕。
