（来源：上观新闻）
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"去模仿老👨🚀师，结果也🇴🇲只有37.8%🎧。
五、训练🏘越多真的越🍠好吗：TRA😮CE的扩👩⚖️🥗展规律🤐⛪ 研究团队🌌🇸🇽还专门研究了🕛一个很实际🌈👟的问题🍮：增加训练🇩🇪😉资源（更多的🖕模拟对话🕺轮次，或📶者训练更👨🦰多的能力），⚛🛠带来的收益是否能🙊🦍持续增长？ 从🕉能力数量的角🚲度看，TRACE💲在覆盖1种🧧📉、2种、4🧛♀️种能力时，通过率🎀分别约🏅为40💵.3%、⚽43%、47%，🥕呈现出稳定🇵🇰🇻🇺的递进式提🇸🇮升🤝。
实验数据显示，☠SPPO大约🇬🇺在22小时内就👒🈴能达到🇹🇲约58分🎉🕒的峰值水👔💖平，而GRP🖊O等方法需🚨🧡要明显更长的🔯🦡时间才能达到可🙆↪比水平，🕛整体速度差距约为🦞🏄5.9倍🚏🔽。
