（来源：上观新闻）
TRACE🎍🚛则先识🤸♀️🏇别具体薄弱能力，☂再为每种能力🇲🇰🌌设计独立的练习场😅景，每道练习题🔺由程序从随机种子🖕🚻生成，题目🤷♂️🛬无穷无尽🕐。测试结果显示，📭在难度最🔔高的Ho🇸🇻📟pper和🏹✊Mou🔚🚟nta⤵✔inCa👩🔬🧁r任务上，标🤗准PPO几乎完🇨🇻🤷♀️全失败，成功率🤔🇳🇱停在接近零的水👩⚖️👃平；而SPP👅🍍O成功解决了🛩🐯这两个任务，成🈁🏂功率稳步💜攀升🌷。
Verkor🇿🇲.io🍺👦的联合创始人📳🚣Suresh 🤙🤦♂️Krish🐾👩🎓na表示，团队📵的核心论点是，这🍼🥯种方法👩👧👧🛀比仅在整体🌴设计流程中使用专↖门的 AI 系🇱🇧统来完成☪特定任🇱🇨务更有效🐠❄。他们随机🎎抽取了🇭🇲🚌200道题🥖目，让AI多次尝🌗↪试每道🎰题，用实际答对🇹🇰✈率作为🕙"真实难度"的衡🇻🇪谷歌工具量标准，再🦋🤒与价值模型的预🐼🍁测值做对比🤩♋。
研究团队将挑战👰归纳为四个层面⚛🏋，每一个🇲🇨🇸🇸单独拿出💺🇵🇸来都不简单🏖🔝，而它们叠加在🍭一起，就👟🗾构成了➿一道极为复杂💢的难题😐。”他告诉🆙✳记者，🗿OPC本💤质是顺应 A✳I 时代🍦的高效轻量化组织⛴，是独立决策、💘🐇灵活协🎥🔲同的新型市💾场主体👸。姚双告诉记🇩🇬🎛者：“一个👩🌾🇳🇦好的OPC组🔜织或社群应该是有🍉🗂组织的形态📚。这就好比一个判🏊⚛卷老师，全程不看👕解题过程🕷，只盯着🇩🇿最后一🤖🐣行看，凭"感觉⚒🥠"打分🦔🚮。
