（来源：上观新闻）
假设有四位专🗺🥎业厨师，分😎📹别精通川🚆菜、粤⏬👅菜、日料和西餐👯♂️。构建由人工标注👨🎨🕚的区域级🇨🇺比较标签数🤐据集，将是一项🤨巨大但有价值😌的工程🖇。研究团队测试了🦃🧼一种极端组🇧🇼合：用🔤一个只有🌯🚭15亿参⚾数的小模型（D👩✈️eepSeek-👨🏭🧭R1-Di🇪🇬still🗯👘-Qwen-1.🇳🇨5B）作为价值⛄模型，去辅🚇助训练一个🌰70亿参数的大模🏩型（Deep✳🐸Seek-R1🍸-Di🇮🇳📶sti👨ll-Q👅wen👨💼-7B🎣📑）🌭。
五、训练越多🕕😴真的越好吗：TR🌛ACE的扩展👯规律 🎪🇫🇲研究团队还专门🏟☢研究了一个很实际🍇🎌的问题：增加☎训练资源（更多的❇🚗模拟对话💁轮次，或者训练🛒🇸🇿更多的能力），🇳🇨带来的收益🎏9️⃣是否能持续增长🕤💫？ 从💓🇲🇾能力数🏦量的角度🈸🥵看，TRACE🇪🇸🎿在覆盖1种、2种🕯🌙、4种能力时，通↘🧥过率分别约为40🆗🇲🇬.3%🙋♂️◻、43%、47%🦂🇲🇬，呈现🇲🇸😜出稳定的👨🗨递进式提升💾泛。
