（来源：上观新闻）
--- Q&A👩❤️👩 Q1：S🧛♀️🛳PPO和G🧗♀️▫RPO相🧢👨🔬比，训练速度快⛑🦡多少，性能🛡🇼🇫有没有损失？ A🇨🇼👮：根据🍁🎵论文实✏🧚♀️验数据，S🇨🇲😄PPO在训🔑⛪练速度🇬🇾上比GRPO快🧟♂️💁约5.☦🍸9倍，主🐶要原因是GRPO😐🧶每道题需要同时🇰🇼生成8个答案⌛，而SP🏸PO只需生成🇷🇴🇹🇨1个👩👩👦😹。
AI科🔅学家在使🅱用Gemin🛸👜soe是什么岗位i-3-Flas🔧h作为底层语言模👒🦍型时，平均得🛸🐖分达到30.🏦soe是什么岗位52分，比同条件🎨➿下最强的基线系统🍥🌎高出9.92分；🐠👨👨👦使用GLM-5时✍，平均得分达☕到33.73🎏分，比📗👩🎓最强基🛳🎈线高出♨🗿11.15🌊😝分🌬🌮。
这种现象被研究团🧸⏫队命名为"尾💬🔭部效应"（Ta💉↘il Effe🏫ct）🤛4️⃣。老板盯着🌲他的工作记🐖📰录，看到🕢的只有"这个🇬🇪🇭🇹订单没👇🆗处理好"、"那个🏐🇨🇩客户投🇨🇩诉了"，却很⏩🍚难从这些🇩🇪结果中直接判断出🔮，究竟是因为他不🇸🇨会查客户资🕶🆔料，还是🇼🇸因为他没有核对退🚳🇮🇪款政策，👱抑或是他接🧞♂️🌗了第一个任务🐀就忘了后面还🎬〰有其他任务‼🔭。
