（来源：上观新闻）
在1.5🔤🧑B规模（1💙🗓功能测试的常用方法6种5亿参数）🇦🇨的模型上，标准🚑PPO的综合平👂均分是44.06🚭，甚至低于未🏋🧠经训练的基⚔础模型（44.9♓😈6）🍇。如果AI每次都"➡🇲🇸忘记"之前做了什🏦💭么、发现了什么⛽🍵，它就会一直在🤦♀️原地打转👮♀️，反复踩🕜💹同样的坑📐。
TRACE系🗓🇫🇴统的核心出发点👁，正是要🎃🧵打破这种👧🇲🇽笼统训练的局限🔟，转而采用💁♂️🇪🇦精准的诊断与针对🌓👨💻性的补强📜🌄。因为压缩注🧝♂️意力保证严格因果👨👦👦💷性，一个q🀄🔨uery ⏹🇰🇵token♏看不到🇬🇦自己压缩块🐜💝内其他t🔸🍨oken的信🕜🌹息🙍♂️Ⓜ。
我真的震🙎♂️🆔撼于这些化🔈🧼学反应🇳🇱。比如，一道🌲🎸题预估答对率♐💂♀️为0.3（🇩🇪很难），但AI答🔏🎅对了，那✋么优势信🗑🇼🇫号就是1🇫🇰🇬🇷-0.3=0.👈🇩🇴7，说明这次表👜现远超🇮🇪🥖功能测试的常用方法6种预期，需要😜👍大力强0️⃣化这个推理策略♉。
