（来源：上观新闻）
--- 一、从🐍"写代码的AI"🧙♀️🥴到"做🚝🇺🇾科研的🧟♂️AI"🍾🤕，这一步有多🤩难？ 科研工作🤥❔在很多人眼里是🧰一项需要高度专🎩注和持续推进🤙的复杂工🐐作📥。感兴趣的读者可Ⓜ以通过该编号🇦🇷在arXi🦠v平台查阅完整💛🌞论文🏵🗓。值得一提的是，《🍞🇯🇲灵魂摆渡》剧红人➗不红，🇺🇸🇵🇸三名主演都🇲🇨谈不上是流量明星😏。每一个专业代📥🔝理在开始工作时👩✈️🥿，不是靠🗡🦋"回忆🇱🇹🍸上一轮对话🔏🔆说了什么"，而🤥是先看一眼整个👬工作区🌭👨🎓的目录索引⤵（一个轻量的"⏩地图"），然后按💣🐃需读取与自🌦🎠己任务相关的文件⛈🍟，完成工作后🎡⚾sem广告投放是做什么的再把结果🚐🇻🇦写回对应文🍣🍷件🇸🇨。当预测越🇩🇰来越准确时，A🧝♀️🔌I训练的稳🇨🇫定性也随之🇲🇦提升——因为一个▫🌒好的基准让A‼I能更清🙂💻楚地区分"这次是🤼♂️🦏真的进☑🎡步了"🚵♀️还是"只是运🇰🇿🐼气好"👩👧👦。
如此规模的区域🔫🇮🇴级配对失🎚真数据集，在学🇱🇻术界尚属🎴首次🖤。研究提🗣🙋♂️出了一个名为T🈷🎧RACE的🛤🐎系统，👩⚖️🇲🇼全称是"Tu🏞⛔rning R🈷ecurrent🇱🇧🦟 Agent ▶failures🤕🇵🇪 into 🎺ⓂCapa🍑bility-🖤⛈targe📅ted tra📟ining🇲🇶🌁 Env🏃ironm🤽♂️🇳🇪ents"，🕋🚔中文可以理解💆🚑为"把反复🍔♻出现的💮失败转化为针🏁对性训练👨🌾🦇环境"😚。这些错误📖最终会被纠🇲🇬正，因为😑sem广告投放是做什么的 DC 可以🍡🇧🇾访问工🕚🐪具提供的实际时👨👧👦序报告，但这会减💯慢 DC 的进度🖌🎴并消耗额😆🇧🇹外的令牌🔜💽。但斯坦福🇨🇳大学的研究团队采👿用了一种截然不同💮的思路——先像🐅🎺医生一样给💃AI"做检查"👨🦳🙆，找出它🤠到底哪里🚂出了问题，🎭⏲然后专门针对这🧡🇵🇭些薄弱环节设🚶♀️计练习题🤤，让AI🇮🇱🏸反复练习直到真🔭🇹🇷正掌握这项技能🇧🇩。
