（来源：上观新闻）
研究团队测试🚨🌒了用15亿参⏭😽数模型作🤷♀️🔣为价值模型来辅🎡助训练70亿参🏜🚣数主模♟️📡型，两者相差约🚽🧷4.7倍🌡。面对这一🚮困境，🥝⚪另一个流行方🎓📹案应运而生，🙀叫做G⏏RPO（🍐🧲群组相对💺🦝策略优🇽🇰🧯化）🚧。
目前，中🐅国企业正👨🔧加速向产🎑业链上😏游的自💁♂️🧛♂️主可控迈进♍。这些热闹展示🛏👾的背后，是一个💣⏏冷峻的事实🥨🛁：当AI🇳🇴可以批量生💢💽产“60分”作品🐐📡时，“90🔮🍲分”以上的精👨👨👧品反而变得更💅🚵♀️为稀缺🦢💏。
这会额外耗费💐😲数月的时间🚎🇻🇬。如此一来，🥼🦕标准PPO训练出🖖的AI，往往不仅😂没有进步，甚至比🇻🇳训练前更差💌。两款芯片均🇫🇰🛹集成了基于A🏷➕rm架🍙👨👩👧👦构的Ax⚠🕥ion C🖼PU，🎀以消除数据预☢📷处理延迟造成的🚢🍚主机侧瓶🐋🏙颈，确保TP🏄🌌U计算单元持续👳♀️满载运行🦋🦈。
