（来源：上观新闻）
实验结果相当🚯🇩🇪显著：在模🏆拟客服场景的测试👊😬中，经🔍🦹♀️过TRACE训练🔰的AI助手，整体⛺🇬🇶通过率从32🎊🍮.9%跃升至🧗♂️47.0%🇬🇬🦅，提升了⛹👨🏫14.1个💚🔮百分点；在工具👊使用测试🇮🇹🦡中，完美完成任务⛎🙈的次数🖥也增加了🎠7个🎨。
”他们写道🚢🈳。此前的人工🇳🇮⛓智能芯片🏞🚨设计案例仅🏅📊展示了🇮🇹源仓库3.0书源部分设计，◼而没有展示🍏❓完整的🧛♂️核心🇨🇼☣。任务规则非常严格🍮：给A🦴🎺源仓库3.0书源I一篇论文、一个🔠配有GPU的🏩⏪空白D🇨🇼🥿ocker🦷容器和2🇯🇴🔢4小时🇰🇮时间，↖不能使☃用作者的原🏔始代码，必🇧🇪🌒须自己从零开🔚🕗始搭建、运🆒👨🔬行并得🕳出与论文匹配🤧🛬的实验结果🏊♀️。
这些任务被专门👷♀️📚改造成类似AI🤡推理的稀疏奖励模🍊👨🌾式：整个过程中没🕥有任何中间反馈，🐯只在最终时刻给🇨🇻🇹🇦出"成功🎫☔"或"失🤞💄败"的二💥元结果🏧👔。而这，正🙋是具身智能🌝🧮这几年💲🖲开始在尝试的事情🇲🇱。
