（来源：上观新闻）
在理想设👨👧👦📫定中，H💳ermes可以🍔通过技🏧🇬🇷能蒸馏◼🇻🇪不断优化自身👷🎻能力🌒🤙。第四种方法📫📡叫在线蒸馏，为每☺➗种能力训练一个🔓✡"老师🇮🇱模型"，再训练🐐🗡一个统一的"学生💜模型"🚐去模仿老🖥师，结🔀果也只👡🕕有37🇧🇮.8%🚐。研究提出了一🦊个名为TRAC👨❤️👨E的系统，全称是🇨🇮"Turn👨🔬ing👩💻🇲🇹 Recurre⏮nt Agen🔇🌉t f🍣ailure🔮s into🇼🇫 Capabi🇷🇪🌭lit🚄🥣y-ta⚔rge😠ted tr🧣ainin🥺🌦g Envir🇧🇼onment🐙😑s"，中文可以👸🛠理解为🕚"把反复🇦🇷出现的7️⃣失败转化为针🏔对性训🍑练环境"📷🇬🇸。
例如，在🔊🔐某个案例中，当🍄未能满🧝♀️💠足时序要求时，它🍒🔰最初尝试进行重大🤮修改以加深流水线👜▪，而不💕是寻找🧜♂️更简单的解🔎家里怎么引诱蜘蛛出来释😴。"赌博机"这个比🥌🥛喻很直观：你🍹⏭走进一家🇪🇹赌场，面🕛💁前有一排老😬💡虎机（每台代表🇫🇴一道题），你😉家里怎么引诱蜘蛛出来拉一次摇▪臂（生成⏺🌃一个完整答🥑案），立刻得到一🎳🥄个结果（正确或错🏴误），然😯▫后你根据⏮🇦🇼这个结果决定下🇧🇿次对这📰🇶🇦台老虎机是否👙🈹继续拉🧴🥬。
