（来源：上观新闻）
它不需🦞要“传🚭💇话”——看到杯🧛♀️🥀子的同时🏃♀️👩👧👦，就已经在准🇾🇹🇦🇷备伸手；感觉到🐨重量的同时🚵，就已经在调整力🖕度🇧🇷。在Pa🐠perB👥ench上，平🚥均分下🌂🕊降了6.41分；🆗在MLE-Be🐎nch 🍙🌨Lite上，任意👮奖牌率下降了31⚔🍇.82个百分🙎♂️点😿。
董事长成锐进一步🍐🍈表示，202🥫6年将是汇博机器🤔🏕人实现盈利👼👀转折的关键❔❌一年🎐。这句话的潜台词，◻谁都听得💤♦懂🛌。这组数据背后🍜🧥的逻辑是：当训👌练场景与🇩🇲目标场景完全一致🕛（即直🥧🐭接在目标场景上做🦕👒GRPO）时，🏬🍽模型很容易👨🦳陷入过🥿拟合或训练不稳定🎒✉的状态—🕧—它学到的可能🏨是特定🔔题目的答案，而👩👩👧👦🇱🇻非通用的能🔛🏈力；而TRAC😲☦E的练习场景经🏕☃过专门设计🇳🇪，每道题都由随机🇦🇷种子程序生成，变👛🌧化无穷，AI练🥒域名网站的是"能力本身"🚙🅾而非"特定题🏷😬目"，📐🛴因此能够随着训👞练轮次🇺🇬的增加持续稳🇧🇪步提升🥍。
这个差值越大⚛▶，说明这种能力越🀄🙇♀️能区分成功和失败↩。第二个测试⚙👻场景叫♐ToolSand👕🇹🇹Box，测🧭试的是更广泛的🇧🇹❎工具使用能力，✝包含129个不同🦷场景⏲💦。研究人员发🦑🧳现，让AI学会🧖♂️💛解数学题、做逻辑😡💧推理，🗿📚需要用到一种叫🇰🇿📽做"强化学习👰🇩🇯"的训练方✴🍕法——本质🔣📶上就是🔅👩🦳让AI⏩不断尝试、不断根👮♀️据反馈🆗调整🎲◾。
