（来源：上观新闻）
在Tool☄San😺🐙dBo🎩🌔x上，系🛀🥄统识别出了🤼♀️☕两种关键能力🧺🌴薄弱点😄。耳机内部空间太小🤰，可用电力有🚤限，而且用🍅户只要戴🐦🥭着耳机，🍕🏊♀️芯片就要一直🤬💧工作🇫🇯。其次是 ♐🕓Transfor👳🇳🇫mer👱 解码器层数🤒📟。这个练习👨🔧🇬🇸场景就像🌹😄一个精心设计的🚞🔀模拟考场，有🚝几个关键特点：首♊先，它保留了真实🦢⏹场景的工具接口〽💬和交互规则🛏，确保练习和实💃战之间没有🐐脱节；其次☔🛬scm供应链管理，每道练习✡🇱🇧题都由程序根🦈据随机种子🎪🎙自动生成，可以产💿🤚生无穷无尽的不同🥍题目，防止AI🇵🇾💴死记硬🍑🚊背；再者，练习✋题的答🏳案可以自🔩📙动验证，不需要人☂🇬🇪工批改♟️🇺🇾scm供应链管理。
TRACE就是这🇲🇶样一位🚂自动化🕕🚶♀️的"AI辅导老💌师"，整个2️⃣✔过程分为四个步🔹骤🥍🤾♀️。它要么💇♂️🕧是一棵不断分叉的🥳树，每走一🇵🇪✍步都生出新🗾的子问题，🐮要么是一条🏋️♀️🇬🇲长长的流🛂水线，不同环🤝🤩节需要不同的👍🚭人来接手🥯。研究团队测试了一🍉种极端组🙅合：用一个只🍏🦈有15亿参数👷🇬🇫的小模型（De🦋🤪epSee🇭🇰k-R1-D🤼♀️🕜istil🇳🇴🇸🇸l-Q🚗🎡wen-1.🚳5B）作😗scm供应链管理为价值模型，去辅💷🚿助训练一个70亿🇰🇼☸参数的👩👧🤨大模型（🛑‼Deep🤝🎂Seek-R🏡1-Distil0️⃣🏷l-Qwen⏲♾️scm供应链管理-7B🇺🇿）🇱🇾。
前三个🧗♀️头使用交叉熵损▪失函数（适合分👵类任务），👩👩👧👧第四个头使用🇰🇮L1损失函🖍数（适合数值回🚎🐮归任务）🧰。” 不仅如🎾此，在🦶获客与收☮入方面，OP🔸C同样面临挑😊💋战🚑🇦🇩。研究人员指出🇬🇱👨🌾，预估一道题的↘🇸🇷难度，根本不💵需要具备解题能🦃🚢力，就好⚓比一个经验💸丰富的老师一眼🥮就能判断🌆某道题"很多学生🐞会错"，即🍭🕟使他自己不亲自去🗺🇩🇯做这道🇸🇾👨👨👦题🇲🇹。
