（来源：上观新闻）
--- Q&🇪🇸A Q🤟1：S🕒PPO和G😀RPO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G🚗RPO每道题需🥿⚾要同时生成🏄8个答案，而SP💘PO只👹需生成1👩个🎛。
。结果显🏔示，这个"小个子💭"组合不仅正常🙅工作，还取🚥🍼得了所🇸🇪有方案中的最高🎦测试分数，同时把🇺🇸显卡内存占用Ⓜ🇬🇩从91☯.5%降😸低到78.7%👩👩👧👦💃。
摩根士🔌🎇丹利预测，随着🐉核心零部件的持😛续迭代和产业链👩❤️👩的逐步成熟🇳🇫，人形机😱🎴器人的价格正从动👇〰辄数十万美元的实🔸验室样品👭，一步💲步向大众市场靠拢🕸。
