（来源：上观新闻）
今年的论🌙🇬🇹坛上，几乎所有🎌☔人都提到了同一个⛑🌭词——审🗂美🤪。TRACE就是这🤵🆓样一位自动化的😒⚒"AI辅导老师"🥭，整个过程分🏜为四个步🇵🇪ℹ骤🆓。真正的工作细节—🇧🇮🐆—论文🧦📡分析、代码、实验🙋🏁记录、错⌨误日志——🏓都保存在一个🇨🇴🌤结构化的共享工作☂👨👩👧👦区里，任何专业代♑理在需要时都可🍁🇪🇸以去读，而⚰🚳不是靠🚇😠着"上一轮对话的3️⃣记忆"来🤺续接工作👛🇦🇸。
AI必须像一1️⃣个经验🇩🇲🧿丰富的工程师一😋样，从🥾不完整的描述🏦☁中推断⛩🇦🇽出缺失🧚♂️🧜♀️的决策，👨✈️🚶♀️必要时还🥒得查阅相🙌关文献或⛱公开资源来补🖋全🤗。内存无限期存在，🌉并完全🤹♂️自主管理🇱🇺。它带来了两🍒个直接🥳👜后果：对于答🇸🇰🙀对的推理链，🥾打分员🕷🌂在接近结尾时才给🐘出高分，导致🥃🧞♀️AI的整个推理过🇮🇪🚊程几乎收不到🎭任何有效的激励信🎦🚸号；对于答错的推😞理链，打分员🕒🦆在中间🏞过程中也没有给🌠🐹出足够的惩🇹🇹罚，无法让AI知🧡道哪里出了问题🛄🍖。
第一，🌩引入mHC（◾Manifol😼↖d-Con📇straine🚩🍮d Hyper🥮🇵🇬-Connect🦉🏄♀️ions）强💫8️⃣化残差连接👨👨👧😽。它们习惯🧳于把整张🦔图像当成一个不可📴🇹🇬分割的整体来😘🚬评判，就像一个评🗾委在不看菜单、🎪权威域名不尝每道菜的🍸情况下，只🍏🇹🇭凭饭店门🙅♂️口的气氛给出🛳🚴一个总评分🖍👩🦱。
