（来源：上观新闻）
“这种带记忆👨🎓的自主智🔰能体方向，是未🕶来所有成熟A🧘♂️📆gent的必⛑经之路🏜。中国网络视听产📱🔗业，正在编📩织一张无界的🥘👣蜂巢🧷。他宣称“🙆♂️xAI已🧗♂️迅速成为全4️⃣🎓球领先的A🎢I实验室之一”🐘。去年，🇮🇨👻一名特斯拉👧🍝股东提出一项股东✴决议，建议这🐆🏟家汽车公🔰🏹司投资xAI🇨🇼🏃♀️。
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3🧚♀️2.9%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🥶。为了确认SPP🎀O的优势确实来🚂自其核心🎫设计思🎡想而非其他因📧🌦素，研究团队还做😗🏝了一个对🎵照实验：把SP🤔🗜PO用来训练🃏👪价值模型的方式🇧🇩🇦🇨（二元🧙♂️交叉熵损失）直接🎨嫁接到标准PPO♦框架上，其他💅🇨🇷一切保持不🧮变，命名为"PP✡♾️O + BCE👨🎓🧴"⛳🚍。
其中最主要的是◻🧜♂️需要极🔖高的功能测😙试覆盖率——也📝就是说，需要🕟进行测试以确保设🚴备在运行🦄中不存在🥐任何“缺陷”，🗾并且置信度❗🐶非常高🚾。而这种改变的速🏓🎹度，要远🎐比你我想象🍍的快🇵🇲。第三步是"针对🇦🇴性强化训练"🇧🇲。于是，很多人📊最后得到的不是☑效率提升，而是➕更高的💇🐩使用成🕐本👩🍳。
