（来源：上观新闻）
参数量🚖⬜高达270亿的 🔌🤵Gemini 📏🐎2.5 Pro（♟️谷歌旗⚜下最先进🥦的商业大模🍡型之一）只有2🦵💤2%的准🧚♂️确率，而🤼♀️🕕随机猜测的准🇪🇸确率是20%4️⃣🍚——也就🤹♂️是说，Gem🚢ini🤹♂️🇳🇬 2.5 P🍾💵ro 在这🇬🇭项任务上😉的表现🇸🇴几乎与瞎猜无🏯👤异👩👩👧👦。
Q3：🚴🛅AI科学家🗞🚟系统与🥟其他AI代理系🎅统最大🤷♂️🇵🇭的区别是🧸什么？ A：最大👨👩👧🙈区别在于AI科👩🔬👩🚀学家通过"📋文件即通道"🇫🇷机制实现🌚🌻了跨轮次🧑的持久状态积累🐇，而不是依赖🇪🇪🈸对话接力🖋㊙传递信🌒🔓息📌🇩🇯。
研究团队为每张图👪片维护了🥼🐂一个可学习的向量🇧🇼🇸🇯集合，称为🎖🗜令牌池🎗。这组数据背后🧭的逻辑是：当🥳训练场景与目标💠🗑场景完🦀📒全一致（即直接🥺◽在目标场景上做🈲😔GRP🥃🍥O）时，模型很容🚶🚡易陷入过拟合🇧🇷📴或训练不稳🔁定的状态—🔪🚗—它学到的可能🐕🇧🇾是特定题目的答🇼🇸案，而非通用的能🙅♂️力；而TR🎴ACE的练习⚓⏏场景经📌过专门设计，📓🗳每道题都由🗳随机种子程序☠🚎生成，变化无穷🏭🇴🇲，AI练的是"能🔛力本身"🍂而非"特定题目"💢，因此能够随着训🔊练轮次的增加🧼持续稳步提升📫。
