（来源：上观新闻）
--- Q&🍁📈A Q1：SPP🚅O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G🤐RPO快约5.9📊倍，主要原因↩是GRPO每道🐅🥢题需要同时🌬生成8个🙀🤼♀️答案，而SPPO📄只需生成1个🦃。但在SPPO的👪框架中🐄🤨，价值模型🧐🦛的任务极度简化—🚍🌖—它只需要看一道⚱🇺🇬题，输出一🐲个数字🚄，告诉你这道🔫🇱🇧题的预估难度🕉。
行业分析🇰🇵🛥指出，🕟🥘此次危机的影响🦋将呈现明显分👩👧🇪🇪化👨🎨🤯。总参数28🇹🇳📧4B，⛪🎡激活13B🤮☎。研究团队🍨🆒实验验证了这🚓一点，并尝试🌷了四种将⚰多种能🐍力合并进🇻🇮🈳单一模型的方法👩⚖️🇧🇩。“大象⏩🐦终于被正视⏸了！”另一位🧵员工评论道🦄。结果相当值得关注🍍：在第一个基🐦准Pa🕢🧮perBenc🤭h上，A🇲🇪I科学家的🌋平均得分🏚比此前⏲最强的AI👨🍳🏴基线系统高🇺🇳🐢出10.5📅🌼4分；在第二个基🚆👩🚀准MLE🏇🇪🇭-Be🃏nch👝🦒 Lite上，它🦆🤕以81.82%🇲🇸☦google review的"获奖率"超🍍🇪🇪越了所有有记☪🦡录的对比系统🚥👩🔬，其中🇵🇰包括多👸个已公开发布的🛤知名商业和研🍑究机构系🥋统🏈🇭🇳。
但这次的🤹♀️🚌广交会不太🇧🇱一样，今年机器❓🎯人的出镜率明📌🏑显拉满🚗了🔥。"论文理解专家🕰"负责🎓👠读懂目标👦🏑论文，🥛⌨将其分解为结构、🚣♀️👻算法、实验⛱设计、基线方法等👩🏫🦶维度，并🇧🇹将结果写入论文🇨🇷💧分析区🏌。可以把每个🍳令牌理解为一个😂😚"标签贴🚽🇯🇴纸"，系统🐷会为图片中的每个👨👩👦👦🍫区域随机分🇩🇲🔄配一个这样🆘⛳的贴纸，然后🔦把贴纸和区域的🚘形状信息✉相结合📝🇿🇦，再与图像🎉的深层特征🤪融合，从而为🇭🇰🍶每个区域生🤜🏂成一个"🔮🔌个性化"的🇮🇶特征表示🚰🕵️♀️。
