（来源：上观新闻）
在此过🇪🇸程中，如果发🥽🧟♀️现与 Spi◾ke 的🎂结果存在任何⏏差异，D🌊🔝C 会↖观察相关情况并检🇧🇿查 VCD👯😔 文件以调试问🉐🗡题☮。但在SPPO的框👨👨👧👦架中，价🇷🇸值模型的任务👩🦱极度简化——它🇨🇾只需要🗼🔟看一道题⛓，输出一个数字🧬，告诉🗨🎅你这道题的预估难🎶度🏊♀️📮。
测试结果显示，在👨👦👦难度最高的Ho🐟pper⛺和Moun🇲🇹🚞tainC🛍🛤ar任务上，🎪标准PPO几乎🌥🆘完全失败，成功👩🌾📦率停在接近零🇫🇮🇳🇺的水平；而S🇲🇱🧞♂️PPO成功解决👩👩👧👦了这两个任务，🗓成功率稳步🎛🤧攀升☀。
