（来源：上观新闻）
研究提出了一个名🤬为TRAC☣🧦E的系统，全称是👨👧👦®"Tu👼🇫🇮rnin🐚g Recurr❄🏜ent Age👩💻🐮nt fa🚵😸ilures🆙🧶 into C🎄👨🦲apabili🥑2️⃣ty-targ🧽😊eted tr🏗ainin⏮🍐g Env🎿🎎iron🏋🤡ments"⛓👝，中文可以理解💣🥧为"把反复出现的😃失败转化为针对性⛏训练环境"👨💼🇳🇮。
它的思路是直接🥾扔掉那🚋🍀个不靠谱的👩🦲打分员，改用一种🧱"横向比较🐵"的方🇺🇿📌式：对同一道😡题，让🍶🌀AI同时生成一批🏔答案（通常是8个💘🚓），然👱❕后以这批答案的平❇均得分作为🔩基准，那👨👨👦🇨🇻些比平均🕋🇧🇮水平好的答🚞案就得到🥇☎奖励，差的就受🇵🇦到惩罚🇵🇦👨⚖️。第三步🥞是"针对性强◀化训练🚕"👩🚀。总参数1.6T〰🆓，激活49B🇵🇫🇲🇨。
结果显示，🐉👨🎓这个"小📳🥴个子"组合不仅正🏈📶常工作🇬🇫，还取得了所有🧛♀️🖱方案中的最🎻🥰高测试分数，同🔪时把显卡内存占用✋🙆♂️从91.5%🍢🌋降低到🇻🇺🌞百度SEM代运营78.7%🧟♀️😀。研究团队🍢做了一个生动的🔐🔷实验，把💦同样两张图片⛵🇳🇬同时喂给当🥧时最先进的多👡模态语言🥍🏂模型 💒Co-Inst🇦🇨🏏ruct🇹🇯🍹，并提供了每🈹个区域😞📑的名称🆚、描述和边界框坐📟标，请它🛋🤰回答每个区🦸♂️Ⓜ域的质量情况🦐◽。
