（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，S🇸🇽PPO在训练速度🍹上比GRPO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🆙。
每种失真还有三🧞♀️🈯个严重程度🇸🇾🆙级别：轻🇬🇧微、中等和严🏄重📈🥯。然而，它📐的代价也很明显🍄👾——每👯♂️🇲🇦道题都要生🇳🇺成8个答案▪💾，计算量直接翻了🐴🕣8倍🇲🇾。大家惊叹😆↕于Dee🧖♂️pSeek🇧🇭🌥在有限条🍠0️⃣件下作🥴📌出重大突破的创🎆造力，也佩❓🐗服其在20267️⃣🌭年，还能🌻🚮坚定选🙁择开源🇩🇲🇮🇨路线的决2️⃣心🇨🇵🍵。
