（来源：上观新闻）
为了确认SP🆗PO的💮🔔优势确实🗾🌆来自其核心🤤设计思想而🍳非其他因素，研究➕如何建立自己的网站平台团队还做了一个对🈁照实验：把🧮SPP💅🏜O用来训练价值🇧🇦模型的🖼方式（二元⚔🤘交叉熵损失）直接🏅如何建立自己的网站平台嫁接到标➕准PPO框架上😽🇻🇺，其他一切保持😄👩🔬不变，🦍⏺命名为"PP🚳O + 📡BCE🈷"😫🌗。当模型学会💘在落笔之前🌰检索信息、规划层🥶次、自我校👇验，它🔧☃就不再只是一支更🌸快的画笔，而🏬是一个🏈能协作、能思考的🔱👩👧视觉伙伴🚮。
对比之下，📶TRAC😌E的路由🍯🎃策略只需要在使用🇩🇴时动态🍟🔉选择对应插件🎞📦，完全不🇦🇸需要任何额外📬的合并✅训练，却👩🦳达到了最高的4🇨🇽7.0%🇦🇲🚶♀️。指挥官🐳的职责是做阶段📥性决策：现在应🗽🖇该推进哪个阶段的🦸♀️🌕工作，🚱应该把任务交给♥哪个专家🎛。它会在与用户©👩👧👧对话过程中高🚚频触发回顾🛁机制，对上🐙下文进行整🎪👩✈️理，并分析👍提炼出值得被写入🇩🇿🧡长期记忆👨👨👧👦的信息🖇。
