追问daily | ChatGPT真的能理解颜色吗？童年情感虐待会削弱个体身体信任感；年轻大脑可延长生存期40%

浙江大学医学院/良渚实验室的郭国骥教授团队开发了超灵敏测序技术UUATAC-seq和深度学习模型女娲CE，成功预测脊椎动物调控元件并验证AI设计的治愈性突变位点。 

研究团队开发了UUATAC-seq（超高通量单核ATAC测序）技术，将物种染色质可及性图谱构建时间缩短至1天。利用该技术绘制了五种脊椎动物（小鼠、鸡、守宫、蝾螈、斑马鱼）的顺式调控元件（cCRE）图谱，发现基因组大小仅影响cCRE数量而非大小。基于这些数据构建的女娲CE（NvwaCE）模型可直接从基因组序列预测单细胞水平调控景观，其预测精度超越现有模型。

该研究关键发现包括：脊椎动物调控语法比核苷酸序列更保守，且能将cCRE组织为功能模块。模型成功预测出镰状细胞病的治愈性突变位点（HBG1-68:A>G），经基因编辑验证可使胎儿血红蛋白表达量显著提升。这是首次实现完全由AI设计的人类疾病治疗位点功能验证。研究发表在 Cell 上。

年轻大脑可延长生存期40%

器官衰老速度差异如何影响寿命？斯坦福大学医学院的Tony Wyss-Coray和Hamilton Oh团队通过血液蛋白质分析发现，大脑生物年龄是死亡风险的最强预测指标——拥有年轻大脑的个体死亡风险降低40%，而极度衰老大脑使风险激增182%。 

研究团队利用英国生物银行（UK Biobank）44,498名中老年人的血液样本，检测近3,000种蛋白质水平。通过机器学习算法，他们建立了11个器官系统（包括脑、心、肝等）的衰老评估模型，以蛋白质特征偏离同龄人平均值的标准差定义器官生物年龄。结果显示，约25%人群存在多器官异步衰老现象。其中大脑年龄对寿命影响最为显著：在15年追踪期内，极度衰老大脑（前6-7%分布）使全因死亡风险上升182%，而极度年轻大脑（后6-7%）则降低风险40%。特定器官衰老精准预测相关疾病，如老脑个体患阿尔茨海默病风险是年轻脑的12倍，衰老心脏使心衰风险增加3倍。该技术可提前10年预测器官病变，准确率达83%，为个性化抗衰老干预提供新工具。研究发表在 Nature Medicine 上。

灵长类大脑逆向图形处理机制揭示视觉系统3D建模奥秘

灵长类动物如何从2D图像构建3D世界？耶鲁大学的Hakan Yilmaz、Ilker Yildirim团队联合普林斯顿大学和鲁汶大学研究者，通过计算模型与猕猴实验，首次揭示颞下皮层（IT）通过多区域协同实现逆向图形算法。 

研究团队开发了人体推理网络（BIN），这种神经网络模型通过训练可逆向执行计算机图形流程，从标注3D数据的2D图像重建三维物体。当猕猴观看身体图像时，其颞叶中处理体型的MSB和ASB脑区活动模式与BIN的处理阶段高度同步。实验显示，灵长类视觉系统先形成2.5D中间表征（包含部分深度信息但依赖视角），最终建立完全视角不变的3D物体模型。这种分层处理策略比现有AI模型更高效，解释了为何人类能轻松理解不同角度的物体。该发现不仅为视觉障碍治疗提供新靶点，其逆向图形算法框架可直接用于改进机器视觉系统。研究发表在 PNAS 上。

大脑如何确保不同时期出生的神经元同步成熟？马克斯·普朗克生物智能研究所的Ann Rose Bright、Christian Mayer等团队发现，小鼠发育后期产生的抑制性神经元会加速成熟，这种调控依赖于染色质重组和NFIB转录因子，异常可能导致神经发育疾病。 

研究结合单细胞转录组测序和染色质可及性分析，追踪了小鼠胚胎发育过程中抑制性神经元的成熟轨迹。结果显示，尽管早期和晚期神经元最终分化类型相同，但晚期神经元成熟速度快30%。机制上，祖细胞通过动态调整染色质可及性（chromatin accessibility，DNA的物理开放程度）赋予后代神经元不同的成熟速度，其中NFIB转录因子起关键调控作用。实验证实，异时移植的神经元会适应新环境的时间节奏，表明这种调控具有可塑性。该发现解释了大脑如何协调不同时期神经元的发育同步性，并为孤独症等疾病的早期起源提供了新见解。研究发表在 Nature Neuroscience 上。

为什么女性患阿尔茨海默病的可能性是男性的两倍

女性阿尔茨海默病发病率为何显著高于男性？哈佛医学院和麻省总医院的Anna K. Bonkhoff、Gillian Coughlan等团队通过整合遗传学与临床数据发现，X染色体基因剂量差异和更年期激素变化是关键因素。 

研究通过系统性综述揭示了X染色体上免疫系统和脑功能相关基因的性别特异性表达模式。由于X染色体不完全沉默机制，女性某些基因产物剂量高于男性，可能增加病理风险。影像学数据显示，更年期雌激素下降与tau蛋白（神经纤维缠结标志物）积累显著相关，70岁后接受激素替代疗法（HRT）的女性tau水平比未使用者高23%，认知衰退更严重。研究验证了激素治疗窗口期假说：更年期短期HRT可缓解症状，但长期使用会促进神经退行性变。此外，多发性硬化等女性高发疾病存在类似机制，表明染色体-激素交互作用是神经系统疾病的共性调控路径。研究发表在 Science Advances 上。

蛔虫研究揭示热休克蛋白介导神经元-胶质细胞通讯新机制

神经元与胶质细胞的异常通讯如何导致脑功能衰退？杜克大学医学中心的Jieyu Wu团队通过秀丽隐杆线虫模型，发现热休克蛋白可通过细胞外囊泡进行跨细胞信号传递。 

研究团队选择神经系统透明的秀丽隐杆线虫（C. elegans）作为模型，聚焦其两栖感觉器官。通过趋化性测定（检测生物体对化学物质的定向运动）和钙成像技术，研究人员量化了感觉神经元的功能变化。为精确控制衰老进程，团队采用生长素诱导系统靶向干预特定神经元。蛋白质组学分析显示，衰老神经元会通过细胞外囊泡（EVs，细胞分泌的膜包裹小泡）将热休克蛋白传递至胶质细胞。这些蛋白质激活了胶质细胞的IRE1–XBP1信号通路（内质网应激反应的关键通路），进而调控软骨素合成酶的表达，最终延缓神经元功能衰退。值得注意的是，不同感觉神经元表现出明显的衰老速率差异，这种异质性被证实与局部胶质细胞的调控活性相关。研究发表在 Nature Neuroscience 上。

童年的情感虐待会削弱对自己身体的信任

童年虐待如何影响个体感知身体信号的能力？德累斯顿工业大学和柏林自由大学的Julia Ditzer、Ilka Böhm、Anna-Lena Zietlow等团队通过荟萃分析发现，情感虐待和忽视会显著降低身体信任度，这可能是精神疾病风险增加的关键机制。 

研究团队整合了17项研究的3,705名参与者数据，通过元分析评估了童年虐待与内感受（interoception）三个维度的关联。结果显示，虽然虐待经历未普遍影响内感受准确性（如心跳感知能力）或敏感性（对体内信号的关注度），但情感虐待和忽视显著削弱了身体信任（对生理信号的信任程度）。这种效应在情感虐待中尤为突出，可能通过损害情绪调节和压力处理能力，增加焦虑症、抑郁症等风险。研究者指出，情感虐待因缺乏可见伤痕常被忽视，但其对身心健康的长期影响不容低估。该发现强调了早期情感关怀的重要性，并为预防性干预提供了新靶点。研究发表在 Nature Mental Health 上。

身体对极端条件的反应图谱有助于发现疾病的早期迹象

如何通过身体系统的协同反应预测健康风险？朴茨茅斯大学极端环境实验室的Cecilia Morandotti、Thomas B. Williams与伦敦大学学院的Alireza Mani团队开发了新型生理网络映射技术，发现不同压力会引发独特的器官协作模式，这些模式可能成为疾病早期预警信号。 

研究采用非侵入式监测手段，通过可穿戴设备采集22名志愿者在三种压力场景（缺氧、运动、睡眠剥夺）下的七项生理指标，包括心率（HR）、血氧饱和度（SpO₂）和呼吸气体浓度等。利用转移熵算法，团队首次量化了器官间的实时信息流向，构建出动态交互网络图。结果显示：中等强度运动时，心脏接收其他系统43%的信息流，成为网络核心；急性缺氧则使SpO₂与呼吸系统形成双向强化通道，信息交换量达基线2.1倍。特别值得注意的是，当睡眠剥夺叠加缺氧时，呼吸频率会取代SpO₂成为主导节点，这种网络重构比传统生命体征变化早出现15-20分钟。该方法在重症监护和极端环境医学中具有应用潜力，能通过微妙的系统交互变化识别早期生理失衡。研究发表在 The Journal of Physiology 上。

性格匹配运动：个性化锻炼方案提升运动乐趣与效果

全球仅22.5%成年人达到世卫组织运动目标，如何提升运动参与度？伦敦大学学院体育、锻炼与健康研究所的Flaminia Ronca、Paul W. Burgess团队发现，性格特质显著影响运动偏好与坚持，神经质人群通过运动可获得42%的压力缓解。 

研究采用随机对照设计，将参与者分为8周家庭健身计划组（包含骑行和力量训练）和对照组。通过大五人格量表（Big Five Inventory）评估外向性、神经质等核心特质，并实时记录训练享受度。结果显示，外向性（extraversion）得分高者更享受高强度团体运动如足球，其VO2峰值（最大摄氧量）更高；神经质（neuroticism）人群偏好私密锻炼环境，且需要训练间歇，但该群体干预后唾液皮质醇水平下降最显著。尽责性（conscientiousness）与每周运动时长正相关，开放型（openness）个体易被新颖运动形式吸引。研究首次证实性格可预测运动干预效果，为健身房课程设计和公共卫生政策提供科学依据。研究发表在 Frontiers in Psychology 上。

六大数据库联合研究揭示抑郁症神经影像学新特征

由Kassandra Miyoko Hamilton, Xiaoke D Luo, Ty O Easley等组成的多机构团队通过分析23,417人数据发现，抑郁症患者前额叶和感觉运动区存在结构改变，但传统关注的皮层下区域和功能连接异常证据不足。 

研究团队采用分区化（parcellated）分析方法，整合六大数据库的结构MRI和静息态功能MRI数据。通过保留各数据集特性进行独立分析后元分析合并，解决了既往研究样本量不足和方法异质性问题。结果显示，抑郁症患者前额叶皮层、前扣带回和脑岛的灰质体积/皮层面积显著减少，与情绪调节功能一致。意外发现包括：中央旁回等躯体运动区和梭状回等视觉区的结构改变，提示感觉运动整合异常可能是抑郁新机制；传统关注的杏仁核等皮层下区域无显著变化；功能连接异常仅见于极少数脑区。这些发现挑战了抑郁症神经机制的主流理论，为靶向干预提供了新方向。

卡内基梅隆大学（CMU）助理教授、Cartesia AI首席科学家Albert Gu近日发表颠覆性观点，直指Transformer模型的核心缺陷。他在博客中指出，当前Transformer依赖的Tokenization（分词）技术实则是为弥补模型自身不足而设计的"枷锁"。作为状态空间模型（SSM）Mamba的创始人，Gu提出SSM通过固定大小的隐藏状态压缩历史信息，相比Transformer显式缓存所有token的机制，更接近人脑的在线处理方式。

Gu通过实验证明，当取消Tokenization直接处理字节数据时，Transformer性能显著落后于SSM。这揭示了Transformer的根本局限：其注意力机制强制关注每个具体token，导致对低语义密度数据的处理效率低下。更引人深思的是，即使在计算资源更优的情况下，Transformer仍无法匹敌SSM在原始数据上的表现。Gu将这种现象类比为"数据库"与"大脑"的区别——前者精确存储但效率受限，后者压缩处理但更具适应性。

目前，混合SSM与注意力层的模型（如H3、Jamba等）已展现出3:1至10:1的黄金比例优势，NVIDIA的Nemotron-H和腾讯的T1/TurboS等顶尖实验室产品也验证了这一方向。Gu认为，人工智能的发展需要突破Transformer的范式束缚，而SSM代表的现代循环模型可能开启更接近生物智能的新路径。

OpenAI联合全美教师联合会启动AI教育计划 40万教师将获AI教学培训

OpenAI与美国教师联合会（AFT，全美最大教师工会组织）合作启动了"国家AI教学学院"五年计划，旨在培训全美40万名K-12教师（约占美国教师总数的十分之一）掌握AI技术。作为创始合作伙伴，OpenAI承诺投入1000万美元，其中800万为直接资金支持，200万为技术资源，包括工程支持、计算访问等。微软、Anthropic等机构也参与支持该计划。该学院将在纽约建立旗舰中心，到203年前在全美设立多个分部，提供免费培训课程，重点保障教育资源匮乏地区的公平访问。

这项计划源于教育界对AI的双重需求：盖洛普研究显示，60%的教师已在使用AI工具，平均每周节省6小时，但如何确保AI增强而非替代教学、培养学生批判性思维成为新挑战。OpenAI CEO Sam Altman分享个人经历，强调教师在其AI启蒙中的关键作用。AFT主席Randi Weingarten指出，AI必须服务于教育本质，教师应主导技术应用方向。参与者将优先获得OpenAI的教育专用工具、API积分及技术支持。

该计划是OpenAI与AFT现有合作的延伸，包括OpenAI学院、教育版ChatGPT等资源。作为补充，OpenAI还将共同赞助7月24日在华盛顿举行的AFT AI研讨会。通过系统化培训，该项目希望帮助教师构建符合实际课堂需求的AI工具，推动AI与基础教育的深度融合。

科学家研发新型"电子皮肤"：机器人将拥有接近人类的触觉感知能力

剑桥大学（University of Cambridge）的研究人员近日开发出一种低成本、高灵敏度的新型"电子皮肤"，这种基于明胶的材料可以让机器人感知从轻微触碰、温度变化到深度切割等各种触觉刺激。这项突破性技术有望应用于人形机器人、假肢制造以及汽车和救灾领域，相关成果已发表于6月11日的《科学机器人》期刊。

这种导电明胶材料可塑造成任意形状，配合特殊电极使用时，能通过86万条传导通路检测不同类型的触压信号。与传统电子皮肤不同，该材料采用"多模态"传感器设计，仅需单一传感器即可同时检测触觉、温度和损伤等多种刺激。研究团队负责人、伦敦大学学院（UCL）机器人学与人工智能讲师Thomas George Thuruthel表示，虽然目前尚难以完全区分各类信号源，但这种新材料比传统硅胶或弹性体更易制造、更耐用且成本更低。

为测试性能，研究人员将这种导电水凝胶塑造成人手形状，并进行了包括热风枪加热、机械臂戳刺和手术刀切割等"残酷"实验。通过收集170多万条数据训练机器学习模型，最终使系统能够识别不同类型的触觉。Thuruthel指出："虽然还达不到人类皮肤的水平，但这已是目前最先进的解决方案。我们的方法不仅灵活易制，还能通过人类触觉进行任务校准。"

大语言模型能否像人类一样理解颜色隐喻？南加州大学Lisa Aziz-Zadeh团队联合蒙特利尔大学、Google DeepMind等机构的研究人员，通过比较正常色觉者、色盲者、画家和ChatGPT的颜色隐喻处理能力，发现AI与人类认知存在本质差异。 

研究采用大规模在线实验设计，要求四组参与者（正常色觉者、色盲者、职业画家和ChatGPT）完成三项任务：为抽象词分配颜色、解释常规颜色隐喻（如红色警戒）和解读新颖隐喻（如酒红色会议）。结果显示，色盲者与正常色觉者的颜色联想高度相似（相关系数r=0.92），表明语言统计可能足以支持基本颜色隐喻理解。然而，画家在新颖隐喻解释中的优异表现（准确率提升37%）说明实践经验能深化概念表征。ChatGPT虽然生成高度一致的颜色联想，但在三个方面显著落后于人类：使用具身解释的频率低63%，面对新颖隐喻时崩溃率高2.4倍，且无法可靠完成颜色反转任务。这些发现表明，纯文本训练的语言模型难以捕捉人类通过多模态体验构建的深层语义网络。研究为理解AI与人类认知差异提供了实证基础，并指出未来模型可能需要整合感官输入以实现更类人的理解能力。研究发表在 Cognitive Science 上。

铁电生物电子学实现与神经元网络无缝集成和自适应通信

传统植入式设备难以匹配神经组织特性，中国科学院深圳先进技术研究院的杜学敏/鲁艺团队开发出类神经元铁电生物电子平台（FerroE），实现了小鼠神经系统的无线调控和三个月稳定交互。 

研究团队通过整合三类核心材料构建FerroE：生物相容性钛酸钡纳米颗粒（高效光热转换）、铁电共聚物（通过极化变化发电）和微米级金字塔结构（模拟神经元生长环境）。该系统在小鼠实验中展现出双重突破——既能通过光刺激非接触调节迷走神经（控制心率）和运动皮层（调控行为），又保持了优异的生物相容性，植入后未引发免疫排斥且功能稳定维持12周。测试数据显示，其电信号输出强度达传统材料的2倍，光响应速度提升40%。这种仿生设计为脑机接口提供了新范式，尤其适合需要长期植入的应用场景。研究发表在 Advanced Materials 上。

神经胶质细胞长期被视为神经元的被动支持者，但佛罗里达大西洋大学Rodrigo Pena团队与巴西圣卡洛斯联邦大学、圣保罗大学合作发现，星形胶质细胞通过机器学习可检测的方式主动调节神经网络活动，特别是在同步状态下增强37%的神经协调性。 

研究团队采用计算建模生成人工脑网络数据，运用决策树、随机森林和前馈神经网络等算法分析星形胶质细胞的影响。结果显示前馈神经网络在异步状态下的检测准确率最高（82%），而平均放电率成为最有效的单一指标。在同步脑活动中，星形胶质细胞使神经元放电的协调性显著提升，并通过尖峰序列相干性检测到频率多样性增加。传统神经活动测量方法仅能捕捉15%的胶质细胞影响，表明需要机器学习等先进工具揭示其微妙作用。该研究为理解神经系统疾病提供了新视角，未来可能开发针对整个脑细胞生态系统的治疗方法。研究发表在 Cognitive Neurodynamics 上。

AI助力孤独症与ADHD诊断：15分钟快速筛查

传统孤独症和ADHD诊断耗时长达18个月且缺乏客观标准。印第安纳大学Jorge José团队联合John I. Nurnberger、Martin Plawecki等学者，开发出结合深度学习与运动生物标志物的新方法，可将诊断时间缩短至15分钟，并实现疾病严重程度量化评估。 

研究使用高精度蓝牙传感器记录参与者在触摸屏目标指向任务中的微运动数据，包括线性加速度、角速度等六维指标。通过监督深度学习分析原始数据，模型对神经发育异常（NDD）的分类准确率达92%。同时，团队发现运动信号的香农熵（Shannon Entropy）和法诺因子（Fano Factor）与疾病严重程度显著相关——运动越随机，症状越严重。该方法不仅能区分孤独症、ADHD及共病患者，还可用于学校初步筛查，指导分级诊疗。研究证实，神经典型（NT）个体的运动协调性比NDD患者高37%，且共病患者具有独特运动特征。研究发表在 Scientific Reports 上。

虚拟现实疗法对精神病患者的疗效优于传统认知行为治疗

精神病患者的偏执观念治疗面临效果有限、疗程长等挑战。荷兰格罗宁根大学医学中心的Elise C.D. van der Stouwe、Chris N.W. Geraets等团队通过多中心随机对照试验证明，虚拟现实增强疗法（VR-CBTp）比标准认知行为疗法起效更快且疗效更优。 

研究在荷比两国7个中心招募98名患者，随机接受VR-CBTp或传统CBTp治疗。VR组通过虚拟超市、公交车等场景练习社交应对，治疗师引导患者减少安全行为（如回避社交）。结果显示，VR组偏执改善更显著（效应值0.62），且疗程平均减少2.4次。次要指标中，VR组抑郁和自尊改善更明显（效应值最高达1.15），但37.5%患者未完成治疗（传统组24%）。研究证实VR能通过可控暴露加速康复，为精神卫生资源紧张提供解决方案。研究发表在 Psychological Medicine 上。

测试时训练显著提升大语言模型复杂推理能力

麻省理工学院的Ekin Akyürek、Mehul Damani、Yoon Kim等团队发现，测试时训练（TTT）可使模型准确率提升高达六倍。该方法通过临时更新少量参数，使现成LLM能适应需要抽象推理的复杂任务。 

研究团队在抽象推理语料库（ARC）和BIG-Bench Hard（BBH）两个高难度基准上测试了TTT效果。通过低秩适应（LoRA）结合数据增强的上下文学习示例，模型在保留原始架构前提下进行临时调整。结果显示，8B参数模型在ARC上的准确率从基准线提升至53%，结合程序合成方法达61.9%，接近人类平均水平。在BBH的10样本设置中，TTT比传统少样本提示准确率高7.3个百分点（50.5%→57.8%）。特别在涉及结构化规则的任务（如Dyck语言）中，改进幅度达20-50个百分点。研究证实，仅更新0.1%的模型参数即可实现显著提升，每次推理耗时控制在5-10分钟。研究为LLM在医疗诊断等需要逻辑推导的领域应用提供了新思路。

可拉伸电子产品：针对可穿戴生物传感器优化的导电聚合物

如何实现可穿戴设备的皮肤般柔顺感知？马克斯·普朗克聚合物研究所的Carla Volkert、Ulrike Kraft等团队通过创新性转印工艺，使导电聚合物PEDOT:PSS的拉伸性提升80倍，同时电导率增加5倍。 

研究团队开发了一种基于甘油扩散的转印工艺（transfer-printing），将导电聚合物PEDOT:PSS薄膜与含15-55%甘油的聚乙烯醇（PVA）基材结合。通过原子力显微镜（AFM，纳米级表面形貌分析技术）和拉曼光谱观察发现，增塑剂诱导聚合物分子链发生自排列，形成更紧密的导电网络。电学测试显示，改性后材料电阻降至初始值的1/5，且在160%应变下仍保持导电性——远超传统材料2%的断裂极限。多组分扩散模型进一步揭示，这种性能提升源于应变诱导的PEDOT域重构（即导电区域重新排列形成高效通路）。该技术有望用于开发可监测心率、汗液生物标志物的柔性贴片，其生物相容性已通过初步验证。研究发表在 Advanced Science 上。

采用人类视觉发育方法显著提升AI形状识别能力

AI视觉系统长期存在依赖纹理而非形状、抗干扰能力差等问题。奥斯纳布吕克大学机器学习组的Zejin Lu和Sushrut Thorat，以及柏林自由大学视觉认知神经动力学组的Radoslaw M Cichy团队通过模拟人类视觉发展过程，开发出能显著提升AI形状识别能力的新方法。 

研究团队整合了数十年人类视觉发展研究，设计出发展视觉饮食（Developmental Visual Diet, DVD）训练框架。该方法模拟人类从婴儿到成人的视觉成熟过程，逐步提升视觉敏锐度（visual acuity）、色觉敏感度（chromatic sensitivity）和对比敏感度（contrast sensitivity）三个维度的输入质量。实验显示，经过DVD训练的深度神经网络（DNN）表现出前所未有的形状偏好，在抽象形状识别任务中超越现有技术水准。同时，模型对图像失真和对抗攻击（adversarial attacks）的抵抗力显著增强，性能甚至超过参数量大100倍的基础模型。这一突破表明，AI视觉的进步不应仅依赖数据规模扩大，而应关注学习过程的优化设计。研究发表在 Nature Machine Intelligence 上。

WebSailor：突破人类认知边界的网络智能体推理新范式

如何让AI在复杂网络信息检索中超越人类？阿里巴巴集团通义实验室的Kuan Li、Zhongwang Zhang、Huifeng Yin等研究者开发了WebSailor系统，通过创新训练方法使开源模型首次达到专有系统的性能水平。 

研究团队首先构建了包含结构化采样和知识子图生成的高不确定性任务集，通过信息混淆技术（刻意增加信息模糊度）将任务难度提升至专有模型需要40次工具调用才能解决的程度。为解决训练效率问题，开发了复制采样策略优化算法（DUPO），结合预训练采样和训练中动态采样策略，显著加速强化学习过程。特别值得注意的是，团队重构了开源大型推理模型的冗长思维链，提取出1,387个高质量行动-观察轨迹样本作为精简监督信号。最终训练的WebSailor-72B模型在BrowseComp中英文基准测试中准确率达到68.3%，首次超越所有开源竞争者，与专有商业系统的差距缩小至5%以内。该方法还展现出向下兼容性，在GAIA等简单问答任务中保持93%以上的准确率。