（来源：上观新闻）
研究提🎇出了一个名为🧚♂️TRACE的🛒系统，全称🔅是"Turni🧙♀️🦗ng 🇬🇲Recur📴🎵rent Age💘🙆nt 👩🦱🤫failu👹👩🦲res into🧜♂️ Ca😰🇪🇷pab🥧ilit🥦y-targe🏬🇭🇳ted 🏺👩👦👦training↩ En🇱🇾🚺vironm🧧👴ents"，中👨⚕️🖤文可以🇨🇴🔙泛站理解为"把反复✒出现的失败转化为🧭针对性训练环境"👩👩👧👧🇨🇬。
先SF☮T打底，🧗♀️🧟♂️再用GRPO🏪做domain-💆♂️4️⃣spec🗯🇮🇲ific RL🖊🦷。然而就🇿🇦👷♀️在 2026🥨 年 4 月🤸♀️ 22 😇日，这⭐🔸家公司用🗒🚽一枚真🗳📁正的“深水炸弹🕉🇧🇪”回应了所🐩有猜测——Ch🍸atGP🎈T Images🎛 2.0（🇵🇦🎿代号 GP📻T-Imag🇵🇭🥎e-2🐴🇮🇩）正式亮相🕧。**二、一个关🥫🏠键发现：GRPO👩👧👌其实在"💤🥯偷偷做别的事"*💠* 这篇🏔✏论文最有趣的地方🇬🇧🇳🇵在于，研究团队对🔐GRP🗨👨⚕️O为何🎲有效做出了一个全⚙新的解读，而这个👴👜解读成为了他🈺🦟们提出新方法的理🌇🏊♀️论基础👨👨👦😃。
