（来源：上观新闻）
论文中，🎪DeepSee🌉k表示：🛳🏟 DeepSe🦋ek-V👳🌚4-Pro-👀Max在标准♦✔推理benchm🐩ark上优🏥于GP💆💢T-5.🥢2和Gem🏕🇸🇮ini-3.0💤-Pro，🔇🔮但略落后于🕊GPT🎽-5.4和Gem😽ini⤵-3.1-Pro🌁。因此TR🚧ACE的性能🧱随训练轮次持续稳🍙🚠定上升，而直接🚖训练的曲线波动明🇹🇬♑显，最📅📗终停留在37.8🗓🔶%，而TR🕺ACE达到47.🥣0%👽📣。
随后，一个负责分🗜析的AI🧗♀️（可以理解为🥀📼辅导老📫师）仔细😴😏阅读这些记录⚖，对比成功案👺🇩🇯例和失败🍗案例，寻找规😄律性的差异💏💬。此外，它🍸采用层级🇦🇫化编排，由一👩🦳个轻量的指🛀🏣挥官调🇨🇩🤛度多个专业代💴理（论文理👐🐷解、任务规划、代🐙🐪码实现、⏫🛴实验执行👨🦲📐），每个代理只负🀄责自己😮的领域，避免了📲🧝♀️单一代☹理承担过多👰任务导致👌🐙的失控问题😾。
