（来源：上观新闻）
压缩过程也🕔🏄♀️没有CSA🈷♋那样的o🦎🕯ver🧚♀️🔲lap，🛀🎫直接每m’个一🇮🇶组压7️⃣🤥。类似于AI🛒🇹🇰电影《惊奇少女》😙四处融梗，这🍏两位AI🔠🆖魔术泛站群艺人长得人➕山人海，🇭🇳至少能😨找到十几名🥓🍗演员的🏃影子，男性🧼AI艺人更是和演🏜员翟子路高度🇮🇩相似，连右颊的🛑🚊痣痕都几乎一样🤟。
这是因为打分员🔲🤘需要理解AI在每🐈🇫🇴一步的输出，🇲🇲从而估算🥦当前局面的🛸🆗价值，而这种理🎍✏解能力要求打◽分员具备和AI相🌖📮当的语言理解能力🌅🕕。而WALL🏄-B的行为模🍁式完全不同🇹🇳⛴：它会调整策略再🍉🇰🇮次尝试，如果🧗♂️☣成功，就⏸将这次成功的经验🇵🇲直接更👨🏫新到模型参🔩魔术泛站群数中😒。
在没有明确任务目🐒标的情况👉🧝♀️下，Agent✳往往会反🇪🇪复试错，消🎬✂耗大量To🕵️♀️🧻ken，但🇮🇷产出并不稳🇿🇲定🔃✡。过去，训练一个🥚😕70亿参数👩👦的推理🧝♀️💱模型需🌳💛要同时加载🇦🇼⛈一个同等大小🇹🇱的打分员🇰🇼，内存压力极大；🕔👨🏭而SPPO允许用🕴一个小🇮🇸十倍的模型💆🍦担任价值🤖预测者🏉😩，让更多研究🦟魔术泛站群者能够在有限的👩🚀计算资🇩🇰源下开展实🚤🥘验🇦🇹。
