（来源：上观新闻）
尤其值🇮🇸🧚♂️得关注的是👨👧👧一个有趣的💋🏘对比：仅仅🔸🍵针对单一能力🖊训练一个插🇵🇫🕣件，就能达🕜👤到40.4️⃣3%的通过🏄🏔率，已🏙🇷🇺经超过🌺🖇了AWM和AD🚩🧘♀️P等使用大量🧟♂️通用训🚕🛋练数据的方法🇫🇲。
Verko⬛🕵r.io团队🇲🇰🇸🇽表示，尽管有所👩🏭👨👨👦改进，但L⛵LM（逻辑模🧟♂️型）仍然缺乏人类😤所拥有的🧟♂️🤖直觉🐚。
过去，训练一个🇸🇧70亿参数的🥉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SPPO🎟🦟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🦔🍭。
