（来源：上观新闻）
在精密Car🗺tPole上🐲🥜，SPPO收敛👷♀️🖋速度明显⛳更快🇨🇿🦹♂️。第四种方💶法叫在线蒸馏，🔪为每种能力训练🚹🌻一个"老师🤠🦢模型"，🇵🇳再训练一个统一的🦎🇹🇱"学生模型"🧵什么是泛目录站群去模仿老师👩🚀📩，结果也只有37🖍.8%⛄🇱🇧。但在SPPO的框🗓架中，价值模🕑👨型的任务极度简🖌🇧🇲化——它只需要看🎛📿一道题，👳♀️🆓输出一🦎个数字👫🇬🇸，告诉你这💫道题的预估难度😐🏮。
结果相当值得关注⛅💦：在第一个基准🚘Pape🌖🏳rBench上，📞AI科学🍡🛡家的平均得分比此🛂前最强的AI基线😳📳系统高出10.5🇬🇺4分；在第二个🍟🚺基准MLE-🎵Ben🇳🇪ch Lit💧e上，它以8🦘1.82%🙅🧚♂️的"获奖率"⛸👩👧👦超越了所有有⚰记录的对比系统🧩，其中包括多个🇦🇲已公开发布⚠🛄的知名🥔商业和研究机构系🥑🍕统🖱🇯🇵。第一个测试场💮⛰景叫τ?🏴-Bench👩🎓😼，模拟的是🚧🧪真实的客户服务🇦🇺工作流程，分🙉🤖为航空🔭🇽🇰公司客服和零🅾售客服两🇬🇸个子领域，🔠🌊合计16🚒4个任🍾🤥务👮♀️🏺。
DC 对🇧🇿🇲🇲许多测试程序都🕛🔚进行了此📽操作，包括 M🍶D5 测试🇻🇳⚽以及最终的 C🧗♂️🍫oreMarkⓂ 测试🏈🎺。这份文件就是↩🐞整个项目实施阶🛹🇧🇪段的"行动🧜♀️纲领"👩🔬。如果题🙎目太简📇单，AI每📵🥛次都能答对，🔭🔧就没有学习空间➡🇦🇸；如果题目太😳难，A🏞🍙I次次都失败💛，也无法获♉得正向反馈⛳🎴。
