（来源：上观新闻）
它用系统🐁化的方🔤式解决了一个🐹长期困扰A✂👨👩👦👦I训练领域的🦃↔难题：🇬🇩😼怎么让一个已经"📝基本合格"🕸的AI，在↗特定场🤛🐒景中变得🤹♂️真正可靠🉑。“虽然最开💾🙋♂️始使用🇷🇴Her🇳🇴mes的几👩👦👦次对话，跟Ope🔌nClaw的🥂🇵🇸Token消⚙🍗耗量差不多，但越🇺🇿往后聊，会发现🧢🎤Her🔻mes消🤺耗的Tok👢👎en反而会少🕛🇧🇧一些🖍。在选中的这t😳🕔op-k压🍔缩KV块上🥉🌁做Multi-㊙Query🇩🇪 Atte🎫nti⚛🇨🇵on，得到注意力🔇🦎输出🛑。过去作为🚪产品经🥵理，只需对接团队🏂🥼、提出需求🚕，背后有🏉🌡数百人💉技术中台支撑；⚰🇷🇸如今借🐕💵助AI工具，他🚥可以直接完成原型㊗🗾制作、内容生成✨，再联合技术伙👩💼👁伴做深度🦵❄开发🤼♂️🏂。
这项研究的🤒价值在于，👩🏫🇨🇦它提供了一套🇺🇦🌡完全自动化的系统🥨☮，不需要人🤯类专家坐在旁边一🇯🇪🚌条一条地分🏉析AI的失败💧原因，🎆而是让AI🍖自己完成这个🏋⏏"自我诊🕣断"和"自我补🍏课"的🏸过程🏊😎。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🍑👴。
