（来源：上观新闻）
与之相🏷🚌比，GEPA（一🚦🔹种通过〰🈴优化提示词🍥🏰来植入能力描述的👷♀️♻方法）在超过😍🤘4种能力之后🧩就陷入了停📡🔯滞，无论再描述多👴少种能力，效👓🆖果不再提升👨👩👧📊。
这个差异说🎆明，单靠文字描😬🔘述能力、希望🇦🇪☘AI在提🇮🇩🇪🇸示词层面"🇦🇬🦶领悟"，🇬🇦存在根本性🤡🇲🇪的上限；🌒🛷而通过真实的强化🇷🇪学习训练让AI🇺🇾内化技能，才是真🧪正可以持续叠🍱加收益的路🦷🇰🇪径🇬🇸🛴。
这条技术路线🎃🚹和能力跑顺👩🦲了，就可以🖕8️⃣打通很多个生💤活互动场景🇦🇱⏰。**五、数🏺字验证：S🇼🇫🇵🇹PPO的表现到底😙如何** 🙈🧂论文通过大量🔃🚞实验来验🤓证SPPO🇲🇺🔍的实际效🍶果，测试平台涵盖🚯多个广为认可👼🇯🇪的数学推理基🌻🔛准：AIM🤐📱E24、AIME🕸🇯🇴25（美国🦁🙃数学邀请☮😡赛题目）、🚙AMC2🦈3（美🎡国数学竞赛）、🚀MAT👶🎑H500（5🌧个难度等级的数学🧙♂️题集）以及Min🇮🇱🐎erv☄a Mat❤🎡h（需要定🧾🇦🇩量推理能力的🐣科学题目）🐦⏏。
