TRACE 相关 AI 资讯

8月11日

10:23

官方一手Pandaily@contact@pandaily.com (Pandaily)

腾讯Lighthouse Cloud托管的AI技能社区SkillHub，现已收录超过10万个技能，月下载量超过1000万次。该社区与OpenClaw对齐，并借助TRACE评估框架筛选技能质量。TRACE的评估结果显示，约20%的技能真正有效。平台通过这一框架将可用技能从前十多万个选项中凸显出来。

事件专题

推荐理由：腾讯的SkillHub技能破10万、月下载千万，但只有两成能用。TRACE这个评估层就是帮你从海量技能里捞出真正好用的。

原文

8月3日

09:46

官方账号arXiv cs.LG@Jiajia Tang, Sizhe Yuen, Francisco Gomez Medina, Yali Du, Adam Sobey

参数高效微调（PEFT）通常使用单一共享LoRA适配器，在异构任务序列上会产生干扰和灾难性遗忘。现有方法通过增加参数容量或组合多个适配器来提升表现，但仍依赖共享优化路径。本文提出自动多策略PEFT框架，通过任务分组和排序组织优化路径，采用独立QLoRA实现异构任务解耦优化。在TRACE基准上，该框架在相同可训练容量下达到44.78的最佳性能，验证了优化路径组织比单纯增加适配器容量更有效。

论文 LoRA QLoRA TRACE

推荐理由：这篇论文提出用自动任务排序加独立QLoRA来微调LLM，在TRACE基准上拿到44.78，比堆参数容量更管用。

原文

7月16日

11:20

官方账号arXiv cs.LG@Leitian Tao, Baolin Peng, Wenlin Yao, Tao Ge, Hao Cheng, Mike Hang Wang, Jianfeng Gao, Sharon Li

TRACE是一种密集信用分配方法，用于代理强化学习，通过冻结参考模型获取黄金答案的log概率，转化为log比值状态值，并利用时间差分变化推导每动作奖励。在长程复杂搜索中，该方法无需冷启动监督微调或中间训练，即可显著提升基础模型工具使用能力。在封闭网络BrowseComp-Plus基准上，TRACE将Qwen3-4B从7.2提升至35.6，将Qwen3-30B-A3B从8.4提升至42.6。学习曲线显示RL训练期间更快改进和收敛。

论文 TRACE Qwen3 BrowseComp-Plus

推荐理由：想解决Agent长程任务奖励稀疏问题？看TRACE方法，无需额外批评器，用TD变化给每步打分，Qwen3在BrowseComp-Plus上从7分直接跳到35分。

原文

7月13日

16:53

官方一手marktechpost@Asif Razzaq

精选73°

斯坦福研究者提出TRACE系统，从智能体轨迹中诊断能力缺口，为每个能力合成一个可验证的训练环境。系统为每个能力训练一个LoRA适配器，并在专家间路由token。在τ²-Bench上性能提升+15.3点，在SWE-bench Verified上达到73.2% Pass@1。

AI模型 TRACE Stanford LoRA适配器

推荐理由：智能体老犯同样错误？斯坦福的TRACE能自动找出短板，给每个能力单独训练，直接提升15个点。

原文

7月10日

17:09

Stanford AI Lab@StanfordAILab

71°

斯坦福AI实验室提出TRACE自我改进方法，智能体通过识别自身失败背后的缺失能力并进行针对性训练来提升。TRACE训练的Qwen3.6-27B在SWE-bench Verified上达到73.2%，超过Codex 5.2和GLM 5等更大模型，同时以少于1/4的训练rollout击败GRPO和GEPA。该工作已在ICML AIWILD获得Spotlight论文。

AI模型 TRACE Qwen3.6-27B SWE-bench Verified

推荐理由：斯坦福AI Lab搞了个新方法TRACE，让AI自己找短板补课。只用四分之一训练量就超过了GRPO和GEPA，还赢了大模型Codex 5.2和GLM 5。

原文

6月30日

12:28

官方账号arXiv cs.AI@Sathvik Manikantan Napa Ugandhar, Hao Zhang, Alison Gunzler, Yuzhe Wang, Thomas Thebaud, Georgi Tinchev, Venkatesh Ravichandran, Laureano Moro-Velázquez

论文提出DyadEE数据集，包含真实情感协调对话和通过交换伴侣、情感重合成制造的干扰对话。同时提出TRACE框架，将双人交互建模为基于情感微调Whisper声学嵌入的有序序列，将每个样本视为交互痕迹而非池化话语。在DyadEE上实验表明，融入对话上下文和关系信息可提升检测效果，TRACE达到97.01%的准确率。

论文 TRACE DyadEE Whisper

推荐理由：想研究语音AI如何感知对话中的情感协调？这篇论文提出了新数据集DyadEE和框架TRACE，准确率高达97%，值得做语音交互的朋友看看。

原文

11:19

官方账号arXiv cs.LG@Alia Tarek, Hamsa Saberr, Hamza Elghonemy, Youssef Afify, Tamer Basha, Omair Shahzad Bhatti, Abdulrahman M. Selim, Hasan Md Tusfiqur Alam Daniel Sonntag

TRACE是一个概念瓶颈模型，用于对纵向3D MRI进行4分类胶质母细胞瘤反应评估，严格对齐RANO 2.0标准。该模型在LUMIERE数据集上通过5折患者交叉验证，实现了4类macro F1为0.4769，二分类（进展vs非进展）macro F1为0.7085。TRACE先预测肿瘤测量作为根概念，再通过确定性规则计算下游RANO衍生概念，并引入扫描间隔和新病灶信息。消融实验表明专家RANO图和干预一致性训练对性能至关重要，干预实验显示修正概念可提升下游预测。

论文 TRACE LUMIERE RANO

推荐理由：想理解脑肿瘤MRI评估的黑箱？TRACE用概念瓶颈让模型决策透明可验证，在LUMIERE上表现接近非可解释方法，值得看。

原文

6月15日

11:11