（来源：上观新闻）
这项研究🇲🇾😀由中国人民大学🦸♀️高岭人🛤☘工智能学🇲🇷院联合独立🕴🍄研究机构🚢6️⃣及AweAI团🏫🧺队共同完成，于🥍🇬🇮2026🌙🕺年4月14日以🇳🇺预印本形式发布，♊论文编🌘号为arXiv:📕2604👏🌰.13018⚗。对这个话题有兴🇨🇬🍯趣的读者，😙可以通过arXi🥘🔉v编号☃🏕260🎾🐞4.13018查🦅🔚阅完整🌽论文，👨🌾😧获取更多技术细🛎🇮🇲节和实验数据🇼🇸🧝♀️。在实际测试中，研🛡泛站程序究团队独立👨👧👧运行了🌁10次能♦力分析，"🈷👨👦👦结构化数据推理*️⃣🆚"、"多步骤任务🛢完成"和"前提条🇲🇭🌌件验证"三种能💨🤕力每次都被🇵🇭🌹稳定识别，"工🏀具调用🖖精确性👩⚕️"在10次中被🇲🇭识别到8次🇦🇼⛲。
TRACE就是💪🇷🇼这样一位自动化🇧🇧👨✈️的"AI😉👨🚒辅导老🙎🇽🇰师"，整个过程🔪分为四个步骤👩🔧。普通的🇧🇳图像质量评👚估，就像医院给你🇧🇩做了个全🏏身扫描后🔅🈁只告诉你"整体🌴🕌健康状😼况良好，有些小💥👾问题"；而🧪⛳失真图，则是把身💆♂️体拆成心脏、🇮🇷🐈肺、肝脏等各🍅🐷个器官，分别告诉💥你每个器官的状态🎀如何、🦠👨👩👦👦出了什💩🌎么问题、🇧🇮严重程度是几🔃🇳🇦级，同时还对比了🌠🍾你去年和今👨👩👦👦🌳年的体检结果，🏥😷明确指出哪😮些器官今年变🈲🚐好了、哪些变差了👫、哪些🚈🥋泛站程序没有变化🚐🎲。
