（来源：上观新闻）
训练时批量🦇大小128👨🔧🏘，通常在75🌳👖到100步🇸🇿内就完成（提🎸🐜前停止条件是验证🍎集准确率达到🙁90%），计算代🇨🇼🚙价极低☣。发现四：🔈🖖人类觉得难的，🇿🇲✒Agent 🕘👩🎤不一定🇲🇶觉得贵👨seo和sem分别是什么——难度感🤹♀️💧知完全错位 你🛡🐻可能会想：那至⛏少我可以根据任务📮😆的难易程度来预🧬🇵🇬估成本吧？ 论💈文找来人类🕔🍎专家，对 5👨🦳00 个任🐟🚮务的难度进😽行评分，然后🍽🦷和 A🚎🙄gen📿🔽t 的实际 T📘oken 🇰🇬消耗做对比——🐤 结果：两🏋🦂者之间只有弱相关🤹♂️🇳🇱。差了整🎸〽整三个数量🧣级👹。
研究团队对训📕🔤练后的模型进🐔行了多项严📸格的测试，🧡🦆结果非常直观地证🎻😮明了“三思💯而后行”的巨大🗽价值⏲。尽管这些🚙👖方法可能有效，但👨💻🐃它们也同时会带🎖👨✈️来不容忽视的问题🎉：硬件复杂度👯♂️🏜、芯片面积和功耗🔻也会大🚓🙏幅度增加🏥。LLaVA🧞♀️⏯-Ins👾🌖truct-6🈷65k贡献🎑了20.2🦒👶%，Robo🅿Point贡献🤠了19.⚖9%，Ref😅Spat🇭🇷🇱🇦ial贡献了🇧🇯🇪🇨14.🐆👩🎤7%，Ro🛡bo2VLM贡⏱献了9.2%，C🗜C-12🍓M贡献了3.7%👩🎓，而EmbSp👨👩👦👦atial-Be🇪🇹nch和VCR则☠几乎被👨👦👦🇨🇽完全淘汰（分别🤹♂️仅占0.1%🔓🇵🇹和0.0%🧩💭）🥳。
