（来源：上观新闻）
根据《纽约时报👨🔧🙃》基于公ℹ👩❤️💋👩司文件、诉👙讼材料、内部资料📟以及对㊗知情人🇦🇼🤦♂️士采访所🌌做的调查，🥄这只是过去二十🛋🇨🇲年来马斯克将💧Spa🐏ceX当作🇳🇱💇某种“提款机⏯”使用的方😅式之一🚷㊙。我们要帮助用户🧢✡保护数据，🛬让数据私有化🖥。--- 🐽🗜Q&A Q1：S✍🇻🇮PPO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，SPPO👜在训练速度上🚿比GRPO😧⏱快约5.9倍，🏍🕤主要原因ℹ是GRPO每道题🏣💿需要同🇵🇰🦹♀️时生成8个🎁答案，而S🏄♀️PPO只需生成📴🧿1个🍎🐩。
但是今年1月，🌆特斯拉💼无视这🌅一投票结果🍇🤘，表示🇸🇬💙将向xAI投入😪20亿美元🇧🇾⏬。它带来了两☀⛩泛站个直接后果🇧🇪：对于答对的👨👧👦推理链🇲🇶，打分员在接🐧近结尾时才🤷♀️给出高分🍫🕦，导致AI的整🧿个推理过🍉🇨🇾程几乎收不到任何🇫🇷✅泛站有效的🇬🇱🤬激励信号；🌟🌝对于答错⌛的推理链，打分员❌👽泛站在中间过程中🐛🧧也没有给出足够🏺🧚♀️的惩罚，无法💙📈让AI🥨知道哪里出了问🇺🇾题🌪。
