（来源：上观新闻）
最终，🙇🚜PAN💣DASET 包含😳了超过🤪52.8万对图🐟🇵🇷像，覆🌆🖱盖训练集（🥀约48万对）💂♀️、验证集（💙约1.2万对）和🉐测试集（约3👑⏺.6万对）🏳🇪🇨。--- 一、♎从"写代码的AI🇲🇿"到"做科🏮📒研的AI"，这一🇰🇬步有多难🔨⛑？ 科研工作在🇬🇩🦕很多人眼里🍘🌅是一项🥈🍾需要高度专注和持🚠😄续推进的🇺🇬复杂工作🍿🇳🇿。也正是这套机制，🧯🍆让它从“♋画图玩具”👩🦳跃升为生🦊产力工具💞。区域之间的比🙄较关系，通过➖🇸🇹对比两个区域🀄的 TO💆💠PIQ 分数🗨差值来确定：差值🦞小于0.1的标🚨记为"相同"；🧵差值在0🌺🌨.1到0.3之间📝🚈的标记为"稍好🔠"或"稍👨👩👧差"；🔣差值大于🤚↗0.3的则标🔭🇽🇰记为"明显更🇲🇾好"或"明显更差🇨🇾"👣。与此同时，"条件🤹♀️推理"、🧐"数值计算"、🐄🍓"早期终🇻🇪🍜止"等其他候选能🇨🇰♈力只出现🥠🔙了少数几次🔮，无法通过筛选阈👮♀️8️⃣值，说明它们💐虽然偶尔出现⛹📐在失败案例中🇧🇻，但并不是区分🐠成败的关键🍻因素🤸♀️👩👩👧👧。
这种设🍒计的好🧡处是，系统可以🇪🇹👔灵活处↗🇨🇺理不同数量的区🥎🕹域，不受区域🕟数量变💣化的限制🐓🕋。道理很简单，单🇰🇲个 Agent 🌀自己能力🐂都不够，把🇨🇴🥓一堆能📪力不行的 A↘gent 🛂凑到一起做✏🥔事，等🇱🇰🆘于一屋子😺🇷🇴干不了👧🔒活的人开会🥽🇹🇭，只会更乱🌐。它们习惯于把🇪🇦整张图像当成一个📦🙅♂️不可分割的整体🥂来评判，就像🖋一个评委在不♒🇮🇷看菜单、不尝🇦🇫💣每道菜的情况下😡🇩🇯，只凭饭店门口的🇭🇺气氛给出一个总评🤲💾分🇦🇱✡。第二步，OPD🤡🌛合并📨。每工作一🥀🏋天，都会因为🇵🇪新数据的产生🧮而变得更“聪明🎤🌭”💟。过去，训🇸🇰🚬练一个7⛰0亿参数的推🎵理模型需要同时🎷加载一个同🌳🚝等大小🥧🍊的打分员，🚶内存压力极大；而📑SPPO允许用🇳🇬💷一个小十📩倍的模型担任价➡⏹值预测者，让更🇩🇬多研究者能够在有🇵🇬限的计算资🍩源下开展实验🥤。
