（来源：上观新闻）
TRACE则👅🧖♀️以47.0😖%的整体♍通过率😊🇲🇲、44%的航🇸🇴空领域通😭🏨seo和geo的区别过率和48.☹🇵🇪2%的零售领🇧🇿域通过率🔗，显著领先所有对😻🇻🇺比方法，🇲🇴🔸比第二名的GEP🍊🥌A高出7.🧚♂️4个百分⌚点🍾。这个练🚻习场景就像一🌩个精心🇦🇺设计的模拟🕦考场，🛂有几个🇹🇳关键特点：首先，🏳️🌈它保留了真🆕实场景的⬆🥘工具接口🏴和交互🇬🇸规则，确保🦍🚫练习和实战之间💞没有脱节🗻📯；其次🇲🇻♿，每道练习题🛋都由程序🖍根据随🇹🇴🇨🇳机种子📚🔏自动生成，可以📤产生无💺穷无尽的不同题目🦴，防止AI🚆死记硬背；🆗再者，练习题的答🍽案可以🇲🇷🥤自动验证，🙎♂️🏕不需要人🙇♀️工批改🍿。每种失真还有🇭🇹🦃三个严重程🗒度级别：轻微、中📅🏦等和严重👳🥫。产业界估算👨👨👧👧，若无政策干👉预，韩国石脑⛵油库存仅可维⬅🐲持约两周🇷🇪。这样，每🌐一轮工作的成果🥯都真实🥒👨👨👦地沉淀下来🐣，后续的代理可🇬🇩以站在前人工👭作的肩膀上继续🚴♀️推进，而不🤙是每次都从零开🇲🇽始💠。
训练调👩👧👦度上，序列长🇿🇦度走四段，4K 🕳→ 16K →◻📀 64K → 1🇦🇸M🐳🏋️♀️。现实任务里⚖最值得提的是♑💽内部R&D代码b👩✈️🇬🇩enchmar🆔🏋️♀️k，V4-Pro👩🍳-Max 67%🧺，接近Claud⚜🇳🇷e Op⌛💎us 🔜😨4.5的70%📦🇻🇬。在这个测试中，基🤚➡础模型的通🐈过率是32.🤭9%，航空领域🦕24%，零售领🇬🇧🇨🇵域36.💽☃8%🕝。论文中，D🙂🧽eepS🃏🇯🇪eek表示：🇬🇷🇱🇷 Dee💳pSeek-V4🦕🌵-Pro-M🧳ax在标准推🇦🇪👶理benchm🧩🕛ark上优于🐴👌GPT-5.2✂和Gemin⚜i-3.0-P🎡ro，🌷🇦🇪但略落后于GPT🌓-5.4🌚🧙♂️和Gemini🛏-3.1-P🇪🇺👭ro🔞🌡。这就是这™篇论文要🇦🇼🤹♀️解决的问题➗⬆所在——不🍒🧪是让AI🚺写一段代码，也🧲🇲🇰不是让🎆AI回答一🇻🇮😐道题，而是🧷🇬🇱让AI☣🏁像一名真正🐊的科研💖工程师那样，💋端到端地完成整💠🛳个机器学习研究的🌝🐒复现与优化🇳🇨流程🎱。
