（来源：上观新闻）
研究团👨🦲队测试🕊📖了用1👍5亿参数模型⛩🔑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🇳🇮。回头看，人类⛈每一次🇲🇴🧛♀️和技术的关系变👦🦋化，其实都伴随🇩🇿🧵着自我理解🇸🇱◾的更新🇮🇴。
它把所有💳😠中间成果都以🥄文件形式保存在一💚🎡个有权限👙❤管理的共享🌙工作区🈵☯里8️⃣。” 如果爆🐑😰料属实，这意味着🔞🎖主演以后🏁要对着空😂👋气进行无♾️实物表演🚢📔。比如 👩🍳🕗Co-🇻🇦Ins🇪🇪➕truc🇱🇺⏪t、Q-I🍼nst😝🛢ruct、D🗂🐄epic🥡👚tQA 等🤝，它们🇧🇸🛵能够告诉🙎♂️🧧你"这张⚾图片整体有点模🤱🚇糊"或者"🌰这张比那张🕳清晰"📦。
“从拓展人🦌工智能模💈型性能🇬🇱极限的角度来看，🚯这对我们来说👸很有意思，”他🦸♂️✳说道🇦🇩。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⚖。🧩 多方案并🈯行 + 角色一致🐒👨🔬性 — 🦊一次最多生成 8🇸🇰 张图，且保持🥉🇽🇰人物/物品💱🐵跨图一致性🦂。
