（来源：上观新闻）
当然，这个系统✊😄离人类顶尖🇼🇫研究人员的😛水平还有距离——🇹🇿👨👨👧👦在PaperB🏙🥇ench上，顶尖♣🔂机器学习博士🇸🇳生在48🈁小时内能完成约4👮♀️1%的评分要🌍🛫求，而AI科学💾💇♂️家目前👮♀️👩🚀达到的👮♀️🕵是约33.73🎾%🔡🇨🇩。这个练🏖🇳🇮习场景就像🔀一个精🦁google加速心设计🙍♂️🌉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🤹♀️⛰google加速接口和交互🌪规则，确保练🎭⛽习和实战🏳️🌈之间没有脱节；其🇩🇿次，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🕞google加速止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🇷🇴🇵🇦。
单 Agent 🧨🕡在这两种场景🍆下都会卡🇮🇴😛google加速。未来方🙆向几条，探索新维🔘🍿度的sp🦂👖arsity（点🌋‼名了Eng💧ram那💠条线）⬆🇬🇮、低延迟架构🍫、长时程多轮a🐁😏gent⏱👛ic任🧶务、多模态、🇹🇩更好的数据💌🇨🇭cura🈺🇦🇩tion🖼😞。在选中🛰👨💻的这top-k压🇧🇲🇸🇪缩KV块上做M🇭🇺ulti😆👩⚕️-Query🕒😮 At🥦tent©google加速ion，得到👠🇨🇱注意力输出🎮google加速。
我真的🌁💺震撼于这些化📅学反应👅。四、"合并技😳能"为什么反🛐💛而不如"按需切🤝😝换"：🇬🇩一个反直觉的🕐发现 在设计🈹🈂TRACE系🍂统时，研究团🇰🇬队面对了一🚟😠个直觉🍦上很自然的问🛎〽题：既然要训🇸🇧🕹练多种能力🈷，为什🏥👩🔧么不把它们都整合🐕🈷进同一💳🌆个模型🌌google加速，而要保留多个独🇹🇳立的插件并⬇📛在使用🚁时动态切换？ 🌼这个问题的答案可🤚🍴以用一个🏋️♀️厨师的比喻来理解💂♀️。这种跨团🐦队的技术📕共享和各🐑自演化，🕉🦹♂️是202🇹🇿6年开🎏源社区最有意思🗳🏁google加速的一面🦵📯。
