（来源：上观新闻）
社会学家雪莉·🐤🕳特克尔在《群体💙🇵🇰性孤独🎐🦀》中曾提出⛽🌺，现代人正在被数🇬🇱💗字技术推向🛤一种“连接却孤独🔃👩👩👧”的状态： 我🚰🎱们每天接收大量信🎱🇰🇳息，却越🥫⚓来越缺少真实的⌛互动和被回应的体🕔🖌验🥛😻。2021❇年，特斯拉在↕一份文件📴中表示，如果包括🚖马斯克⚾🕞在内的高管👖以公司股票作为抵😕押获取个人🆚🍯贷款，其借款🤨🇧🇷金额不得超过这🇦🇲🐿些股票价🇮🇸值的2🚮5%🦅。
（晴敬科技创✝💄始人姚双◾🇨🇵。这句话的潜台🇸🇻词，谁🇻🇬🇵🇹都听得懂🌯🏴。于是，如果🙌👱你要训练一个7😱🏋️♀️0亿参数🕶👤的AI，👨打分员也需要70👫📟亿参数，内存占🌿用直接翻倍🗃🆔。在精密C🏧artPole上🇧🇹，SPPO♥收敛速度明显♎🐻更快🔹。评分方🌎💯式更宽🇬🇲🕶容，采用🕠部分分制，🚶♀️最高1▪分，完全完成♾️🎢给1分，🍲部分完成给中🇹🇨👩✈️间分数🇮🇳。从实际影响🐾来看，这🚵项研究降🏬低了训练高质量推🇪🇬理AI的门槛🇷🇺🇸🇧。
这种"回归均值"📬🔎的行为🇦🇶实际上对训练是🍏有益的🎁——它不会🎾💬因为过🔅🏑于自信🌱🇵🇷或过于悲观而🦂🍥产生扭曲的训🥏练信号，而🔡是始终保持一◀种适度🎷的不确定性，让真💷正的"超常发挥🍖↕"和"出乎意料的⬆🍐失误"都能产生🇬🇧🦅足够强的😾纠正信💨号📠。当AI作答Ⓜ完毕，得到"对🚽🉐（1分）"或"🌮错（0分）"的结🇨🇽果后，SPPO用🇨🇰🧱一个极简的📩🚑公式计算优💩🐎势信号：🥑🇪🇹实际结🌯果减去🍉预估概🚧🧝♀️率🇲🇿🇨🇾。
