（来源：上观新闻）
对比V3仅用1🇲🇱4.8T Tok🙇♀️🚒en训🇪🇨练，V4-🥢Flash 与 🇷🇺V4-Pr🇬🇶🛩o 的数🕶🔈据消耗🙂量分别达到了32🧷T和33T🤽♀️。这就要求 DC🐴🕛 以严谨的方🏜式管理搜索🍥和探索🕖🎭过程📌☄。研究团队🥥用数学工具仔🔕📵细分析了G🔝RPO的运🆔🌦作机制🕥🇦🇩后发现🧘♂️👍：GRP🏘O之所以🎥奏效，并🇱🇻不是因为"多采🇹🇨样"本身有什么神😤奇之处，而是因为🌶它在不知😒不觉中把整个推理🌞任务从一种🍩框架切换到了另一⚔🍹种框架🇨🇺。
结果表明🇨🇲，在 🌌🇳🇱KADID-1⁉🐼0k 上，🤒基于 😴🎥PANDA 分数🌽的排名准确率🍡引百度蜘蛛达到78.♈🎩83%，基于🦙🈯比较关系的排🔌名准确率🇧🇦达到76.90📊🈯%，超过了同🦡🇲🇩类开源多模态模🇦🇲型（如 m🎗🇹🇰PLUG-O🎯🌘wl2 的🤹♀️48.5%、🇳🇺🇨🇭LLaVA-🇨🇫🎂1.6 的5🏋7%、Q-I🧰🉐nstruct 🆒的55%🍋🌖）🎍。
