（来源：上观新闻）
性能方面，SPP🇦🇹🐌O不仅没有损🕞失，在1.5B和🍟7B两种规🆎模的模型上，SP👄♌PO的综合平🚴♀️🕦均分都👳♀️🎧略高于GRPO（💹🇰🇾N=8）🎨。记者注意到📭👨🦱，姚双选择以O✨🤾♂️PC模式创👞🍊业的背后⏱🧨，离不💥🇳🇷开国内AI产业🥫🤟近两年迎来✈的关键🇲🇨🛴质变，譬🏌如Kimi、D🇨🇳‼eepSeek❤等大模型与工具能🇭🇰⏯力大幅提升，让🎬🤱单人或两🥓三个人的小团🦙队，也能快😟速完成产品设计、👆原型开发👹🐣与市场验证⛪👨。
在Lun🐧🏴目录编辑arL🐋⏲ande🦜r上，SP🍐🇲🇾PO保持了稳🛐定上升的学🛤🇱🇺习曲线，而🇬🇹标准PPO则🇹🇯⚱出现了明显🚶♀️的波动和🙇🇰🇳倒退🙉。“虽然最开始🍁使用Herm🔺🇱🇮es的几🔁🌿次对话，跟Ope🅿👩✈️nClaw的T🇯🇲🛣oke🕹n消耗量差不🔚💣多，但越往后聊🇧🇾，会发📦现Herme🇹🇭s消耗的T📍oken反而🇧🇻会少一些📒🇻🇳。
Q2：TR🌏ACE训练出来的🍊LoRA适👩🎓配器为什么不🐤🎿直接合并成🤵一个模型？ A：🏸🇰🇮实验证明，把多🛃个能力适配器合🏨6️⃣并进单一🐽模型会导致能🍮🆕力之间相互干扰，🍭性能反💨而下降📦🎚。值得思考的📄是，随着这🌋类系统的能力不断🇲🇭🙄提升，🇳🇫👗科研流程💌的加速和🎃🐆民主化可能比〽我们预期👨👩👧👧◼的更快到来——不🤗🕌仅是顶尖机构🏙，普通🎄🚕研究者也可能🍧借助类似🇳🇨🥶的系统🇵🇱，以更🎈🍢低的成本🙂完成更高🍖😋质量的实验性研🇸🇪究工作🔔。
