（+微:hywyysxs）
具体实🦸♀️现上，研究团队把🎿🅿四川助孕VLM模型对每🌸🦗个数据样本的🕤🎄内部表示（📫🏙也就是模型最👩👧🌗后一层的隐藏👈🇱🇰四川助孕状态，🤲可以理解为模🐢型对该内容的"内🇧🇫🦞心印象"）提取出⏮来，冻🤠结不动，再⏮🌌在上面接一个🇵🇦非常简单🍉🐝的线性分类层🔸🛅四川助孕，用V♒🇮🇸LA训练🐜数据作🕯为正样本、VLM🆓训练数据🏘🧺作为负样🥢😁本，训练🚷🙎♂️这个分类器🇳🇦🙎♂️区分两类数据👩👩👦👦。
其二，💃🎉数据精炼流⛷😴程目前仍✈有一定的🤼♀️经验性成分📹🥯，实验中调整👈数据比🕖例时需要手🦖🇵🇪动观察性能⛑⛳变化，缺🇫🇮🌶乏更加系统化🇱🇨📞的理论支撑🇲🇳🔘。基模能力的快⛔速进步，也在吞🐹噬一些原本属于应💇♂️👩🦲用层的harn🌞🇪🇬ess能力🇹🇰🌵，它要求AI👨👨👦👦视频应用要快🗜速调整业务🌫的工作流🥵🛎。
然而，现实中存🥨在一个尴尬的裂⏮缝：负责打🍌⛰基础的💼"通用大脑🇼🇸🧨"是用网📛络上大量图🌼🔴片说明、问答对话🦀🌷、文档理解等内❄容训练出来的，🇸🇱而机器人👧实际要做的事🌥——拿🇮🇴🕢起杯子、🇦🇫📳移动积🧑🌶木、操作机械臂🛸🚜——所⛑🥃需要的那种理解🈸🏴方式，跟"🗾看图说话"或者"🚎🎇回答问题"完🛷全不是一个路数🥥。
