（来源：上观新闻）
Part®😥ial🇬🇭 RoPE🇨🇻。也许，我们😗还可以去🧛♀️想象一些过🚉😵去不存🐌📁在的事🇸🇪情： 👑比如你下👯🇰🇮班回家，🇸🇪脑子嗡嗡的就🚉🤒想出一身🌘汗，走到小区🏺🥮的室内活动📜🕖中心，十分钟🤲❇内，就能和🥓🤩C2来一场“人机🇧🇶共羽”⌚——不用发消🇹🇲息，不用等⛎🎥回复，对面那个赛⚛🇷🇼博搭子随时🏕🥒有空📧。
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"🦟。
而更重要的是，🕙WALL👨🍳-B的“与世📅🧔界交互”能力🐰，开启☦了一个自我强化👩❤️💋👩🇧🇸的数据飞轮💇♂️： 进入真实家庭🛃 → 🚭🔃产生真实数据 →🇨🇼🥁 模型自我进化 🏚→ 能😃🇻🇬力更强 → 进🤔🐜入更多家庭 👧☯这个飞轮一🍎旦启动，数据本身🎆🚴♀️就成为了模型进化👨🚒的燃料⭐⌛。
