（来源：上观新闻）
五、训练越多👴真的越好🗑吗：TRACE🐵🛫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，TRAC🌐怎么诱捕蜘蛛E在覆盖1种🌴💍、2种🌇🕛、4种能力🥡时，通过🎽率分别约为4🌖📤0.3%👨👩👧、43🕟%、47%🍞，呈现出稳🚸👨⚖️定的递进式提♥🕟升🔯怎么诱捕蜘蛛。
--- Q&A🏪 Q1：SPP🤩O和GRPO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G🇳🇵📆RPO🀄🏥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◽👨🎨SPPO只🌉需生成1个🇸🇲。在此产业变革的关🖇键节点🇹🇦😄，A股上🚍市公司京基🇵🇱智农宣布🇧🇷🇨🇭控股汇博机器✨📪人，引发了行🦸♀️👩🍳业与资本市场的广🐹🇧🇿泛关注🚵。
