（来源：上观新闻）
研究团👧🚻队测试了用15亿🇪🇺🇱🇧引百度蜘蛛参数模型作为🇺🇦价值模型♏🕝来辅助训练🎂🍀70亿参数👁🦉主模型，两者相差🧮👩👦约4.7倍👩✈️🌎。处于塔尖的，是与2️⃣🆔控股股东京基智农🇬🇹🦂协同推进🥣的商业物业及农业🍚🌽等创新场🚚🍿景👩👧🚧。整个CSA📟等于做了两层🗄压缩🇬🇸。红果相关负🐭🦋责人的语气不🗼算严厉，但态度明🇭🇷🌆确：“平台必须👨👩👧统一规范A🇪🇨I内容标准，升级⏹🍁AI识🚼🇸🇳别机制😡。然后，DC 使♦🧘♀️用 VCD 💳分析来🇩🇯追踪问题的⛩😍根本原因，提🍇🏹出修复♉方案，实施修复方🕷🤑案，并再次🎱进行测试🇵🇰🤐。
Q&A Q1：T🌅RACE系🐌统是如何识别🍧AI助手的薄弱➡能力的？ 🗝A：TRACE通😄🇭🇰过对比🗯🔝AI助手👩❤️💋👩😟的成功记录和失🇰🇿👩👩👧👧败记录来识别薄📖2️⃣弱能力🦒。每个大模🏖😱型厂商专注🔨领域不一样⚓。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（GR🏒PO 😳⚰引百度蜘蛛on T🥮🐉arget🤮👚）能达到37‼.8%，一种🎍🐃使用通用合成环境🇵🇸🔂训练的方法（A🐙WM）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%🤹♂️🇫🇯。
