（来源：上观新闻）
它的思路是直🤴接扔掉那个📒🌇不靠谱🐜🇸🇽的打分员，改用一🔟🌭种"横向比较"的🇧🇫方式：对同⛽🏭一道题，💧让AI🐫同时生🇦🇴成一批🐎答案（🦄通常是☂8个），然后↕以这批答案的平🌜🇹🇻均得分作为🤭基准，那些比📳平均水🚣♀️🎪平好的答案就得⚱🍇到奖励，差🤹♂️的就受到🕜🍹惩罚🐒🚔。这个"预🇹🇴🐵估概率"就⏲♏是SPP🏴🖐O引入的关键组件🍺：一个轻量级的"🗃☁价值模🐴🥠型"（Valu🗽🧲e Mo🇵🇬del）🍗。
你可以💂🇦🇩把它理解🚀🇦🇼成一种"步步打分📇"的训练机制🆙。而自变量在🐃🔳这个维度🧀🇯🇲上，构建了一条🧫几乎不可复制的😩护城河💩🖱。同时，谷🧺⚱歌还展示了多项用🇨🇭于构建AI智能🇧🇼体的新🥈🏯工具，并宣布设🤷♂️👱立一支7.5亿美👩🎓🇪🇸元的基金，以推📡动企业采用AI🔦。训练与推🇼🇸💶理对硬🇬🇮🇳🇪件的需求差异显著🤹♂️，统一🧧➡芯片意味🔡📑着在某🕒一场景下必⛩然存在资🤰🍞源浪费☺。
