（来源：上观新闻）
他们随机抽取了💉200道题目🇸🇽，让AI多次尝试👩🦲🎩每道题，用实际答💔😨对率作🇲🇰🐋为"真实难度🏫☢"的衡量标准😽，再与🈯🇦🇩价值模型🗯🇰🇬的预测值做对比👃。性能方面，SP😰PO不🇲🇿仅没有损失🇵🇲，在1🔢🇺🇳.5B和7B两👙种规模的🧝♀️🕟模型上，🚎🥦SPPO的综🔧🇺🇦合平均分都略🇹🇳♏高于GRPO🚺（N=8）🤛🤱。
第一种叫🇹🇳🇦🇱"结构化数⭕☣据推理"👨🚒✌：AI无法正🇨🇻确解读工具返回💓👩💼的复杂🧴嵌套数据🏅。这款名为Ver‼🛅Core的👅🐲CPU主频高达👦1.5🤕GHz，🏢性能堪🏖🚜比201🇦🇴📊1年左右的笔记🌫本电脑CPU👟🏤。功能本身讲🌖🐇起来很简单🛫，就是把我们各自🕚养的那些🇨🇬🐀龙虾拉到同一个群🐴里一起干🚦活🛀。
通常，只需要 B⚜ash、🙋♂️🎱Edit 和 😮Subage🎇👨🎤nt 这三个工具🤘，但也可以😌使用这些🇮🇩🧑工具的定制版本▶🍫以及其他工具来提🚝高性能😚🔮。论文原话非🧹📺常诚实，这📢😡两个trick 🎃work⚰，但底层机理仍🖲😅是ope🇼🇫⌚n que🗻stion👉📝。
