（来源：上观新闻）
VLM👐常用的训练数据🔘🧣，包括大规模🌝🚌图文匹配数据（👯♂️👂如LAION🌫-400M、🦟CC-12M🐖）、视觉问答数据⏪2️⃣（如LLaVA-🇲🇴Ins↔🍁truct😕-665k）、🎗视觉常识推理数据🈷（VCR）🏂等，它们🇪🇺彼此之间的距离普📚遍较小，属🇬🇫👯♂️于同一个大家🧯🌲庭🈁。这标志着苹果生态🙇♀️😧系统软🏢🇵🇬件功能🏮🇬🇮的更广泛扩展⛵。农耕生产的科技含🍍🇲🇬量正在加📠深：AI赋能😼下，如今两人管🐵理200☯头奶牛、两人🇧🇫养殖50🤶🔙00尾鱼的无人🏭或少人化🐤♌生产模式已变为现↪🌮实🇲🇬。在波峰的🚠📥驱动下，海💊👽马体将🏎记忆碎片打包成高🏷🗿频信号（绿线处🧗♂️🎎的尖波涟漪），🏧⚙并与丘脑发出的载🐪🀄波（蓝线处的🌦🕤纺锤波🏴🚶♀️）完美📞配合💫💵。
而未来，👝🈲大量 AI 主播☹🇳🇿播报 🗞💆♂️AI ✔搜集撰♈写的新闻，才🦒🚤是最可🛌怕的🏴🇨🇼。第四种替代方案是🎧♒困惑度🐩🇩🇿差值（Del🐫ta Perp💂♀️⚒lexity🧽）：计算VLA🔇🧩微调前后👨👩👧🏕对每个样本困🐆🚴惑度的变化量🔡，差值越负🌞（即微调后困惑度🚓下降越多）说🧘♂️明该样本越👨🔬符合VLA的"🤺学习方向"👨👨👧🗣。
