（来源：上观新闻）
不过他们做了💀自己的版本☎，hyℹ🐃brid Ne🇬🇾👞wton🇾🇪📎-Sc🐂🚚hulz🇲🇦迭代，10步分两🙆♂️段🍚。为了确认SPPO🕶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SPP💀🤦♂️O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 + B🥖CE"✅。
这种跨团💶队的技🤫🐶术共享和各自演🗂化，是2🚜026年开源社区🥿最有意思的🔉🚹一面🅾。各副总裁将🏴分享团队🗨🌑的具体安排💂♀️。DC 🇨🇦🧓始终会为🐟每个模块构建🔍⏪测试平台，并↪🤹♂️修复模块功🍛😲能，以🇷🇴确保这些测试平📮台能够🚿💗通过测🧁🇹🇻试后再继续🛄进行后续🔏工作🤡🦃。
