（来源：上观新闻）
在几个对比方法中🇹🇭🇲🇳，直接💟在目标环境里用强🇸🇪化学习训📁🐩练的模型🌮🚠（GRPO o🇵🇰🇸🇲n Targe🇵🇦🥥t）能达到😢37.8🐵🇹🇦%，一种使🍆用通用合成环境🍬训练的方法🥶（AWM）能达到🇺🇾🐧38.4%，🔕而一种通✊过优化系统提示💮🏗词来植💛入能力描述的方法🥛💥（GEPA）🐫能达到39.👒6%🇴🇲。
从训练🤹♂️轮次的🙁角度看，以🧐🥬τ?-Bench😂📲为例，TRACE🤼♀️🤽♀️在不断增加训🚜🔽练轮次时🖋🚵♀️通过率持续稳定🎑上升，从0轮次👷♀️🎍的32.🕸9%一路攀🚕升到512👄🇳🇫0轮次时的4🇨🇬7.0%，曲🇸🇬📝线几乎👟🖱是一条平滑🇦🇬➿向上的折线🌥。
总参数1.6🛴T，激活49B🇸🇴。灵魂摆渡三名主演🏴当时都🎊🍋是名气不大的3️⃣演员 更微妙的💩是，这部AI🦴🐢电影的监🕍制，是爆款剧🌱《唐朝诡👆蜘蛛识别扫一扫事录》主创郭🥞靖宇👩⚕️🍆。AI提交的代码不‼👒会立即报告"⏺👿这里有一个逻辑错🐽误"🌱。
