（来源：上观新闻）
引言 无论🚬是从零开🏛始设计芯片⚖，还是基于🇫🇰现有的旧设📃🆖计进行🆎🕥改进，芯🐳片的研发都🗞🦝是一项极其耗时且🐏😡成本高🐝昂的工作🔻😯。在训练超参数方🇨🇺🎧面，研究团🇫🇰✌队对损失函数中四⚠项任务的权重系👩🔧👨🔧数进行💆♂️⌨了网格搜索，最◽终确定的🇹🇳👭配置为：区域比🇬🇺🚼较关系损失权🧛♂️重0.1🛥、失真类型识别🖥损失权重1.0🏹🐛、严重程度分🔌类损失权重0👩👦👦🧽.1、质量评🇹🇻😢分回归损失权重😔1.0⬛🇹🇿。
为了确认SPP🈹O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🎣6️⃣对照实验：把S👷♀️PPO🇵🇪🆔用来训练🐷↩价值模型👨🎓的方式（二元🤐3️⃣交叉熵损失）直🌁🇮🇪接嫁接🗓👙到标准PPO👨🎤框架上，其🛸🇳🇱他一切🆑🔰保持不💠🇨🇱变，命名为"PP👭🇹🇰O + B💸CE"🍪🔍。
