（来源：上观新闻）
我们观察到一🇨🇴📯些模型做出了⛱次优的设🇳🇴😃计选择，最终🇵🇼🇱🇸需要消耗大🏪量令牌才能进行优🇲🇴化*️⃣。K2.6 我深🛏度用一天了🇵🇲。正是第四个挑战，🌼📲成为了AI科🙇👘学家整个设计🌟😬哲学的核心出发点🚐。研究团队做了一个🔠生动的实验，把同🇱🇸样两张图片同🇩🇲时喂给当时最🧚♀️🏁先进的多🐡🙅♂️模态语言模型 C🤐o-Ins🏄♀️truct，并💚🕹提供了每个区🔀⚱域的名称、描述🔍👙和边界框坐标，📆请它回答🈚每个区🇬🇲域的质量情👩🎓况⭐🌈。
在几个对比方法中💎🇵🇹，直接在目标环🥈境里用强化🔓🍙学习训练的模型🐗（GRPO on✉👫 Ta🌱rget）⛔🍋能达到37🚉.8%，🌐一种使用🔞📟通用合成环境训📳练的方法（AW⚖☔M）能达到38🆒🏖.4%，而👩🏫一种通过优化系统🔹🐊提示词🇦🇱🇲🇦来植入🖖🎑能力描述的👨👩👦👦↔方法（↗GEP🗂👴A）能达到39⛎.6%📻🇺🇸。
DC 对许多测🇪🇨试程序都进行🕹了此操作👱♀️，包括 🇸🇿🏓MD5 👨💼测试以及最🇧🇱🧞♂️终的 Co👨👦👦📛reMar🎃k 测试🚵。虽然AI工具⭐已经很高效，但🤝💆很多团队仍☀🔤然难以保证效率，📠资金链断裂🇲🇵🇳🇨。
