（来源：上观新闻）
V4把两🙊者层层交🇬🇸🍳替🦚。一个很简🚢🚅单但很实用🖥🇵🇼的 Case🇨🇳🌅。其中最难以被模⛓🥣仿的两点是👩👩👧👦：首先，在近2🌃🇱🇷000所院校🎚及光伏电站等⚛场景积累的真实、🚴♀️5️⃣海量操📼🔆作数据所形成的“👗滚雪球”效应；🥕🇵🇳其次，核🌯心零部件（😊📚如峰值🇲🇪🇸🇲扭矩600Nm的♊🇬🇫一体化🚣♀️⏺关节）的低📞♿成本量产能力🔂🧺。与OpenC🍽👨🍳law不😹同的是，Herm🇻🇳🌯es多长了“脑👏子”，主打自我🛃🍳进化，👊🐏这也是其迅速走红🇪🇸☂的主要原因😣。
装 Skil🚴⛲l、更💽👩❤️💋👩新 Ski🎬🤟ll、统一版本🦃☘这些事情🇸🇸，都可😛🐱以在群里一次性㊗2️⃣处理完，🍜🐿目录编辑不用每个🌏人再单独操作🍇目录编辑。**说到底，🇧🇲😬这项研究发现了什🏀么，又意味着🏐什么** 归🥠💰根结底，这项研究🇰🇬回答了一个🐎目录编辑在AI🙅🕺训练领域长期存👨🏭📝在争议的问题：大🇱🇰💬模型推理能力的🔝训练，应该用🎧什么样的框架🥯来建模？ 研究⬅👗团队的答案是：🎵📼把整个推理过程🗡📈当成"一次性行动🚞🆚"来评🕶价，而不是"2️⃣一系列连续步📎🇸🇳骤"🧚♂️。
为了确认SP🕷PO的优🌛势确实来自🌪🎼其核心🧫🚙设计思想而非其📪他因素🦸♂️🤯，研究团队还做🦝了一个对照实验🇲🇬：把SPPO😭👩💻用来训练价👵🇧🇲值模型📟🛩的方式（二元交叉🚎🇫🇯熵损失）直接⛅嫁接到标🎭🇦🇸准PPO🚖✅框架上，其他一切🍚保持不变，命名为🧠🇧🇸"PPO 🙅+ BCE🍶"💜。具身智能🇬🇵，不是为了替代身🤬🎼边照顾你的那个🥔人，而是在那个🍰🏄♀️人不在🇱🇺🇰🇭的时候💇♂️🎪，让你的生👨👩👧👧活不至于被卡住🇭🇰。
