（来源：上观新闻）
”科罗拉多大学🏑😰博尔德分校法学教👱♀️授安·利普顿(A🆒🦌nn Lipt🏬🇨🇭on)表示🍛👩👩👧👦。过去，训练一个7🇸🇦0亿参数🇯🇴🛩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SP🧲PO允许用🦁一个小十倍🐬🇳🇬的模型🌟担任价值预测者➗，让更多研究者能🌄够在有限的计算资😃源下开展实验🌇。
失败覆盖率的分🇧🇯布也非常集🇱🇹🙉中："结🇩🇰构化数据推理"🇯🇴覆盖了约🇪🇷41个👩🦰失败案例，"🐨多步骤任务完成🔝🛫"覆盖约2⛩🇲🇾5个，"前🇦🇽⛱提条件验🐐证"约34个，🇰🇮🇵🇼"工具调用精☦确性"约20个🇮🇴，而其他被淘汰9️⃣🎟的候选能力🎂大多只覆盖🇫🇷⏸蜘蛛咬了怎么处理10到🇸🇹🏳️🌈15个案🚎🛂例🔸。#03 📸🏬写在最后💮 说到这儿还有一👨🔧🇸🇯个更大的👹问题浮出来💄。
