（来源：上观新闻）
A、B、C是三个🎼🌻线性映射🕰💄。没进V4，🤟但在未来方🇾🇪向里被点名🥣💢，留给V5🦇。而自变量在🥄这个维度上，构建🦉了一条几✴⏭乎不可复制的护城🎽🇨🇺河🛂🇪🇸。**六、不🏫只是纸上谈兵🏗🎑：在经典游戏控制🇻🇳🇸🇳任务上的验证👩👩👧🧴** 为了🏮排除"成功🥃♨可能只是因为在🇬🇲某个特定训🎗🛳练框架下🏩的系统优🙊🍀化"这一疑虑🌞，研究团队👩✈️把SPPO移植⏺🇵🇲到了五个🦹♀️经典的强化学习👅控制任务上👨🍳🌙：精密版C👛artPole👨👧（控制杆子不倒）☺、Mounta🍨🇭🇲inCar（让♒👩💻小车爬上山🚉）、Ho🍠pper（🌳双足机器人前进👩🏫™）、Lu⚽🍿nar🇻🇪🍀Lander👯🌋（月球着陆器着🇲🇾👗陆）和Pen🇲🇫dulum（保🕛↩持摆杆🇨🇷🤓直立）🖊🧗♀️。
从训练速度的角🇬🇮度来看，差距更🐽为直观👳🇧🇹。一个是"↪👵对比差距"：某🇬🇸种能力在➗失败案例中🔅缺失的💨比例，减去它🤽♀️在成功案💋🧔例中缺失的比例🇶🇦🆕。一个训🇫🇴🏴练了两个万亿参🛐数MoE的团队公🇬🇵⛎开承认「我们不🉑知道为什么📿🐬这两个tr🕶ick管用」🍠，在2026年已🖊🛠经是一↪件挺稀罕👩💻🔠的事🤦♂️。姚双告🌳诉记者：“不像🦷🖨大公司业务🔽🛸流程和🤖😖决策流程🤾♂️🕑很长，小公司👩🔬🛑非常快速🆔😃，这是很🧲便利的地方⛰📃。每一个人🎍都算数，每一♿天也都算数😀。这种"轻量级但高🇸🇧效"的特性🎏🎼，使 PAND🆒A 在实际👩👦♊应用中极🎂具吸引力🤬🤮。研究团队还🉐🥭测试了两个基线方🎃🇨🇮法作为✡🇯🇴做软件的叫什么职业参照：线性探针🧀（在 👨👨👦👦👳DINOv2 🙅特征上直接套一层⁉线性分类👱器）和😢🆚注意力探针（在 🛂DINO🌆🙅v2 特征😔🏍上套一个🤦♀️📪带交叉注意力的🙎🎇 Transf📯◾ormer ⛈模块）🇨🇩🧁。
