（来源：上观新闻）
为了确认S🐞📨PPO😑的优势确实🇨🇳来自其核心设计思🎗想而非其🇬🇸🛏他因素，研究团队⏪✏还做了👨✈️🥐一个对照实验🇷🇺📬：把S🏵PPO💤用来训练价🥰🗾值模型⬆的方式（↔二元交叉熵损失）🐱直接嫁接到标😤💽准PPO🈹⛲框架上，其他一切🕶保持不变，命名🚶为"PPO +🕰🥽 BC🇦🇩E"🔭👨👧👦。
第一种叫"权限🛌🈲错误恢😥↪复"：当📔某个工具调用返🧡回权限错误🚀时，AI🇵🇹🚣直接向用户报告🇧🇩错误就停止了，🚩🎞而没有去👨🔬诊断并➿🥠解决根本原因🥠。在论文的❓最后，DeepS🌘eek也表示：🎙🇬🇾 为了追求极致的🎛🏚长文效率，V4系💁🐝列采取了✝一个相对激进的架👨🚀构设计⬆。
在医学图像领域，🇸🇷🍦可以把两次🔑⏩CT扫描的不同区🍩💆域（肺、心脏🧮、肝脏等）进行结💽构化对比🍩，辅助医生发🛸现细微🛴变化🎯🚑。它有意保持了🇹🇭架构的简单，留有🇲🇱©很大的改进空🤾♀️❕间，特别是🔂在处理🤮👨👩👧👦视觉细节复杂🧺🇹🇰的区域时🇲🇪🐥。
