（+微:hywyysxs）
他表示，与他🏗👘一起投资 🔪Core🌈Weave 🍿🇧🇬等公司的人🇫🇲💣都很开心🐻。这个工具的🇧🇷🎫设计思路，🤼♀️借鉴了一个来自🕸统计学和机器🤡👩👩👧👧学习的经典结论⚜🕗：如果你训练一个👝分类器，让它区分🦚"属于A类🔺"和"⏪属于B类"的样本🥳，当这🐔个分类器训🏪🇦🇪练得足够好时🔱，它给每个样👓🌵本打的➿"属于A类的概率🏓"，恰好与这🛰🇳🇨个样本在A🏌👭类分布⬛🤞下出现的🇳🇵🇸🇴概率与在B类🏹分布下出现的🥔🇨🇨概率之比成🥼单调关🇨🇨系↔🥳。
。所以，🛰🥶如果我有更😔👍多时间就好了，👩🦰嗯，我终于👩🎨会有更多时间去做🛎🇧🇫这些事了🤨🆓。但与此同🏠时，所有🇲🇲美国公司😦🇦🇸都应该👠☄在全球竞争，⚗🗞因为最🎀🌻终分析下来，🐢我们是🇫🇯🥖在最大🚵♀️🥎化出口🇲🇩。--- Q&A💵 Q1：🕎Embodi🌧🐝edM⏱idtra⤵in和普🇦🇲通的机器人VLM🚥微调有什么区别👨👧👦🇳🇪？ A：普通🖕🇲🇦微调通常是直🦉接在机器人↕场景数据上🍸继续训练VLM，👐🙆但实验表明这种🦶🌤做法在V🛃🇲🇾LM理解🛷💂♀️能力测🧮试上可™⬛能有提升，却未🇸🇸🐔必改善🇨🇨🇺🇾机器人🇦🇶实际操作表现🐓。
