（+微:hywyysxs）
这种工🚫程洁癖，业务里🇧🇮少见🛴🏠。只要是👩🎓🎬带工具🎀调用的长程场景，🌶跨越消息边界📃，推理🐌链条完整保🇷🇺👩💼留🇹🇿🍶。如果你只盯着😢🛅榜单排👨🦰名，就完全🔼看漏了这家🥯机构真正🦢🌰的野心💟🤳。结果出现了一🗞🇵🇬些出人意料的规律◀🌃：来自AutoG🇭🇰UI、M🚡👨👧👧obileV🤶iews、M🦝🇺🇾ultiU😸I和WebU⛺🐆I四个🈚数据源的样🥪🥦本，基本上👱是"用得🇰🇾越多效果🇧🇻🇻🇦越好"🥢🌍；但来自A🏣😃ndroidCo🌑ntrol数▶🐘据源的文🇮🇩本定位样💇本，在全量纳💯🇵🇾入时反而让模型表🌷💠现变差🇵🇼🇦🇺，原因可能🧝♂️👨👨👦是这个数据源🕚的界面模☣🇧🇬式不够多样🦶，而对比之下，🧲☘MobileV🥑iews的数据来📴🌆自两万多款🥈不同A🦞pp，多样🦘性更为充分👱。研究团🇸🇻👮♀️队确实做了🍗这个实验：他们取🧛♀️🥑来了当前流行的👨🚒🐯两款大模型——🧙♂️😈Qwen2-VL🏵😕和In🐣ternVL🚳2的小尺寸🎦🚀版本（分别是🈴10亿🎬🇰🇵和20亿参数规模🏯），用🧳🐰同样的训练数据对🤺它们进行微调，期🔢待它们在缩小后依💇然能胜任GUI🐥🛹定位任👧🤸♂️务⛩👨🔧。
传统A🔚I P⤵PT基本是抽卡👄式体验🇱🇧，扔一句话，出👩👩👧👧🔫一份稿🇮🇱，一点🐯💵点不对就得重来⏱◼。一般的驾♎🧮驶决策是每秒都在🚊🇲🇽调整方🕕成都供卵试管女孩向盘，🇴🇲👩👩👦但在高速公路直道🇫🇯👴行驶时▪👩👩👧👦，完全可🦁🎿以保持同😹💽一个方向😟盘角度开好几分🛐钟，不需要每🦍秒都重新决🔘定"该打多💮🤸♂️少方向🦌📐"🍯↩。光纤阵列要🚂📬对准晶圆上的光栅🇲🇩耦合器9️⃣，但又不能🏃♀️物理接触——必须🌴🍱保持几微米的间隙💭。实验证明这类数据🇲🇬不仅对定位能力🏮没有帮助，其💇♂️📥中的功能😩🏖描述逆向生成任🐥务甚至对模型🎿造成了明显伤害，🥨原因在于👯🔩小模型本身不具👨🦲🏨备生成高♦📞质量功能🤤描述文🚃字的能力，🧿强行让它学习这个🇫🇰🍫任务反🏢🍗而扰乱了其他能力👾🌆。
