（来源：上观新闻）
论文最重要🏤🇯🇵的消融🏴🍋揭示：🚱💞 随机🚳初始化 ViT😋👩🔧-S 直接🛄🎳在 BAD⬛AS 监督🇪🇺信号上训练🇦🇩 → AP 🇨🇼接近随机 🚷🍼在 2.25M 🆙无标注 Ne❇xar 视🚂频上做🍿🙊 V-JE😂PA 风格的⚖🆓 masked🇪🇺 feature🦸♀️ pred🤡🌋iction 🦷→ +🇸🇳28.1 🇯🇵pp AP🍿（达到接近💃🤭生产质量） 再📻加上从 🇫🇷ViT-L🚶🤝 教师的知识🌆🗞蒸馏 ⏏🍂→ 再 +1.0🚅 pp AP，👻🇲🇨同时 FP😍R 从 20🇩🇿🤩.6% 腰斩到🇦🇺💤 9.1% 换⌨🐍句话说，🐛领域自监督🔫👙是 28 倍🇪🇭的贡献，蒸馏是🖤 1 倍的贡🇳🇨献✅。
李尚龙则以自身“🧁一人公🗽司”的实践为基🙋🗓础，将🍔🤢使用OpenCl⛏👩💻aw时🥳“踩过的🚵🇬🇫坑、走过的弯路🔼”转化为通俗的🧨“避坑指南”🤬，他坦言：“🦶🧜♂️书里没写那些云➕➕山雾罩的理论，💭🦆全是我👩🌾📦平时使唤这些AI🇰🇵🚛的真实体验，🇴🇲🎵手把手教🗣4438.久久久大家把这个叫🇲🇦🐨OpenClaw👨🦰🆓的‘大龙虾🎖🏺’养熟，让它🛩替自己干活儿🇨🇫。
