（来源：上观新闻）
实验数据显💀示，SPPO大约🌃🇬🇫在22小时内就Ⓜ👩👦能达到🇵🇲🐋约58分的峰值水🕕平，而🔃🎶GRPO等方法🦢需要明👨🦳🇧🇭显更长的时🦋📜间才能达到可比水🎙平，整体速度差🦟👐距约为🇺🇸5.9倍🇲🇦🚢。
比不上🇰🇳 Opus 4.🍒📯7，但我觉得是目💌👩🦱前开源🧔⛓阵营的🖐 Top1💬。DC 得出结🇬🇳🇲🇼论，即使分支🤤惩罚为 1 😲🌩个周期🇸🇦的变体具🚳*️⃣有更长的时👂序关键😐路径（👢涉及额外的💮比较器逻辑）🇰🇷🔹，它也能满足时钟➖频率目🇸🇿🇰🇾标↩。PANDA 模🇸🇮型的参数量仅为🚐🛁0.0✏👥28亿，🇬🇳🆓处理一对包🇹🇴含14个区◻👏域的图片对🔚☀只需要3.🕖🗳53秒，😨🌚而相比之下，🚕同类开源多模态😫🧨模型（如 Q-👂⏮Insigh🇨🇱t）处🏧理同样的任务🚪需要274🏵🏔秒，参数量🚄更是高🌤🍟达70亿🧔。
GRPO在®seo和sem使用8个样本的情🇬🇼况下，💧♾️综合平均分提升至🧳47.💕08🍮。。第一个预测头✳判断区域🍦比较关🇵🇳⚙seo和sem系（是锚🇹🇨图更好、🏯目标图更好还是差🍗🕊不多），第二个预🏖🇧🇳测头识别失🇬🇷真类型，第三个🗿预测头判断严重🛐🍀程度，👙第四个预测头给🆒👾出0到1之🌡间的质量评🌊分🕸🥽。在一些🛋💾复杂任务☸中，过度抽象🦇▪反而可能丢🎇👵失关键🔶5️⃣细节，🎶而在长😑🍤期使用⛹️♀️后，记忆体🇧🇷🇬🇱系本身也⏩👩⚕️可能出现结构🗂🐓混乱的问题8️⃣🌬。
