（来源：上观新闻）
为了确认S🍿PPO的优势确🛢实来自其核心设计🍿思想而非其🙀他因素，📼研究团队还做💛了一个对照实验：🇱🇹🦁把SPPO用来训🚄练价值🦛模型的方式（二元💚🧹交叉熵损失）直🧘♂️⛷接嫁接🍾到标准P💠🥪PO框架上，🚊🇬🇭其他一切保🇬🇩🍈持不变↘，命名为🚈"PP🍬O +❓ BC♻📣E"🇸🇱💔。研究团队还测试了🐠两个基线方法作为🕹参照：线性探针（🥜在 DINOv2🎦📳 特征上直接套一♌☝层线性分类👨🌾器）和注意力🚝探针（在 DI🦌NOv2 特🔃征上套一个⏰泛站群带交叉注意力的 🔍📨Transfor😴mer🐹🌌 模块👷✅）🍐🛹。
另一边🌴，专注于推理方面🦅的TP🇦🇱U 8i在性📪能上比上一1️⃣👩❤️💋👩代提升了🍰🔉80%👩❤️👩✋。值得一提的🖊🧹是，近💜🚱日，东方甄🐶选还在推会员🦒的限时续费2🆙😽+2活动，买两年🇰🇬会员（398元）💔🇰🇵，送两年会员🐯🕞。
