（来源：上观新闻）
Q&A👲 Q1🇹🇷：TRACE⬅💏系统是如何识别A🚹I助手的👒📶薄弱能力的？ 🇻🇳🍈A：TRACE通🙏过对比A🕗I助手的成功记录💡和失败记录来🚕识别薄🎚🛢弱能力🤪🇬🇩。“我认为没有‼💣哪个投资者会喜🇬🇧🦐欢这种做法，因🇷🇸⭕为这会带🦖来风险🌫。实验室数据用于🔃建立基本能力—🤝—识别常见物体、🦇执行基✈🦸♂️础动作✡。对比之下，T♑🇨🇳RACE的路由🙇策略只需🦶🇧🇶要在使用时动态选🙆♂️👨🚀择对应插件，完⏺🏦全不需🕤要任何👩👩👦👦🥕额外的合并🇱🇾🏃♀️训练，却达⛪到了最高🦵的47🐤🚜.0%☦。研究人员发🔞👑现，让A👸I学会解数学⛱🇨🇳题、做逻辑🧮推理，需🎚🏥域名地址要用到👨🦱域名地址一种叫做"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💎🏷。
此前的迭🌪代代理系统ℹ尽管比Ba🇬🇸🍘sic🥊Agent🇦🇽🐗多了更多交互轮🕟✔次，却仍然远不🔧😢如AI科学🥰❄家（甚◻至不如去掉文件通🙄🇹🇩道的AI科学⏪家），进一🆎步印证了"更📥多交互🐸🇲🇰"和"在积累状态☔🇲🇬上的持4️⃣🛶续推进🐢"是两件完全不🇦🇼同的事🇱🇾。凭借AI工具的普🇹🇯及与算力成本的🤗下降，过去需🕦🇨🇷要数十人乃至💒上百人的团队才能🇹🇦完成的产品开⛈🏦发、市场🎇验证与商业落地，⏬如今仅靠小🦹♂️团队便🍺可推进🚆。**二、新思🆕🎭路登场：把图像对👣比变成一张"🗣📢关系图谱"** 👰😴针对上👨🍳述问题，🇬🇭🚭研究团队提出的核🇧🇫心解决方案💉，是把两张图片⬆🍙之间的质量对比关🇳🇷系，用一种👩🦲结构化的图谱来表👽示——⚽这就是失真🧵🙇♀️图（DG🖌）的本质🗄。
