（来源：上观新闻）
过去，训📬🔗练一个70亿参🙅♂️数的推理模🛩💙型需要同时加载一🇭🇰个同等大小的打🌊分员，内存压🇭🇰力极大；而S🇹🇰PPO允许用一🥌个小十🎋倍的模型担📃任价值预测🥛者，让♨👨👩👧👧更多研究者能够🇳🇺📺泛目录泛域名在有限的计🆓算资源👪😢下开展实验💒😁。此外，芯片🚐面临着多项严格🤡🇬🇪的性能要🏯🔙求，通常至少包括⏲时钟频🇸🇲🔟率、功耗🌯🍼和硅片面积（这🅱会影响生产成本）0️⃣。其中有不👨👨👧👧🌫少带星🐭号的名字，🇬🇬🐍是已经离开团队😆👨🚒、但仍然🏴对V4做出👩👧过重要贡献的🏞研究者😌。
为了确认SPPO🏋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🍟🌤"PP🏥O +🤺 BCE"🎙🇺🇦。
与OpenC🚡law不👴同的是👩👩👧👨🔬，Herme9️⃣🤸♂️s多长了“😉脑子”，主💂♀️🇭🇹打自我进化🍕🎹，这也是其迅速走🆔💟红的主🇲🇱要原因🈸❔。正确的做法是：先😁👨🚒查询低电量模🛶式是否开启（🔐🌏结果是开启的🎶🐥），再🇪🇪关闭低电🇺🇾量模式，然🏷⬛后重新尝🔷🔍试开启W🅱i-Fi，😆🏧最后告知用户已成🍥功完成⬛。没有人🔀🆖知道，🇵🇫🐓这张牌桌还能坐多❓久——但所有人都☎👩💼清楚，牌局👣🇫🇴，已经变了🐹泛目录泛域名。
