（来源：上观新闻）
作者/凯斯 🇬🇩🔓编辑/😶三三 🦇🍵下班之后，去🕟球馆打一🚛🎡场羽毛球，已🚺👨👦经成了当下最流🇹🇲行的白领生活方🍐式之一🇰🇬。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👨❤️💋👨。
换句话说，V🦙erC🇸🇳ore🇬🇾🤣对领先的CPU构🛤不成威胁，但👑它有两个值得🚴关注的地方🔊🕦。换句话说🚲☺，Ve®rCore🌕🇺🇲对领先的CP🇹🇲U构不🛂😇成威胁，但🕤它有两个值得🎧🧝♂️关注的📇🍧地方🌍。在标准PPO中🇰🇲🌕，那个👩🏭🇪🇸"打分员"（C💨ritic）通🇺🇸常和被训练👨👨👧👦🇬🇦的AI模型一样🥭大🇨🇵。
