（来源：上观新闻）
--- Q🧺&A 🔓Q1：S👰😙PPO和GRPO🇸🇰🇵🇲相比，🍪训练速度快多少🦂，性能🐠有没有😼损失？ A：根🚚据论文实验🇮🇱🆕数据，SP🎷🇳🇴PO在训练速🇧🇼度上比GR🤺🚡PO快约5.🗂9倍，主要📻原因是GRPO🐦🥶每道题需要同🏀SEO网官网时生成8🤱🐕个答案，而SP👸PO只需生成1个🇨🇻🇸🇯。
第二个测试🇨🇷⏫场景叫Too🥥lSand🏺Box，测试的是🔆更广泛的工具使🚝用能力，🐢包含1🕞29个不同场景🔟。从“做客”到♌“做东”，长短🇪🇹视频平台已在一个🐆👨⚖️牌桌上🐐。一块晶圆从投🚁🧟♂️料到出货，超🕳过30%的工🎽🥠序涉及光刻，每一🦢🙂次光刻都离不🇵🇱🖨开这些溶剂🇻🇺。为了补👨🏭偿近距离依赖，V💘4额外加了🎃🇸🇱一个s🥓lidin🧞♀️g window🐣分支，每🍯🇰🇲个quer🇸🇩👨👧👧y除了❤🗼看压缩K💬V之外，还能看最🇦🇮🇰🇭近128🇰🇮🇺🇿个toke👂n的unc🏡🐕ompress⛽ed KV🧚♂️📽。
头部内容越来越卷💲👸，成本越☂🕑来越高，爆款🎖📕越来越难🤫。长期来看，国产😶🔬先进制程与📘🇮🇶先进存🐰🇱🇸储扩产确定🇲🇱🦁性高，将打开上📂游电子级溶剂及相📡🔹关材料🧕📉的成长空🔘间♿。百万token😊不是一个新的⛺🐗能力，是同一个🚂上下文🛎🐞窗口被压到可以🔸承担的成本💓。
