（来源：上观新闻）
面对分叉的任🇲🇪务，它要么把所有⛳分支塞进脑🎯🕒子里，脑子一🆚😊seo翻译成中文定爆，🈸🌅要么只走🎚🇸🇹其中一条，错😎❄seo翻译成中文过其他所👩🎤有可能🇪🇹。方法论听起💮来很优🇯🇲👩🚀雅📵👹。Q&A Q1：🥨TRACE系统是💲🚮如何识别AI助🛶🏯手的薄弱能力的？🧵🇸🇹 A：💾🇹🇰TRACE通过对🏵🏑比AI助手👨👨👦的成功记录和失🔅败记录来识🗓♓别薄弱能力🦗。
” “不是每👄个人都能用好A👇✴I🍯👨👧。第二种叫"日期🏊♀️📑时间推理"：🐣AI直接尝试心✂💥算Un🐸🗾ix时间戳（一种🇹🇳表示时间的数🇵🇸字格式）🇲🇨来推算当前日期🍯，而不是调用专🧾👩⚕️门的时间转😳🏴换工具🏮👃，结果频繁算🇵🇲🌝错🇱🇨。”刘思行也表🇪🇪👨💼示🇲🇲。“大象终🥦🚙于被正视了⏬✖！”另一👨👩👧🕤位员工评👽⛽论道🚍🔒。参数量🍪🎨高达270亿的➡ Ge🕯⤴mini 2.👨👩👧👦5 Pr♉o（谷歌旗下最先🎡进的商业大📯模型之一👀🇹🇴）只有🦎22%的准🚄确率，而🦊🐉随机猜测的🥍准确率是2🇪🇷0%—👈📊—也就是说🏴，Gemini 🔹2.5 Pro🇲🇿🏒 在这项任务上的💸表现几乎与瞎猜🇲🇸无异☹。
