（来源：上观新闻）
--- Q&A🤓 Q1：SPPO💸和GR🈸🏆PO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，SPPO在训❗💈练速度上㊙🍨比GR🔐🚀PO快约🏔5.9倍，主要原👺因是GRPO🇵🇾每道题⛹需要同时生成8🔳👩👧👧个答案，而S👁️🗨️🛰PPO只🦄🐱需生成1个👚😪。
最大的不确定🇱🇰性在于，你📻无法预判Ag🥨🇸🇻ent会从🇰🇭哪些数🔩📗据中学习，以及它⚽☔生成的技能是🇬🇮🇨🇲否包含危险指令💼。Q2：Pa⚔🌓perBenc🇲🇨h测试🐻👨🦱的是什么💃，AI科学家的👄表现如🤨🌖何？ A：Pap👨🎤erB☹🇨🇮enc👩🌾h要求AI在2🔄🐡4小时内🍥💜，从一篇机器⛰学习论文出发，🤽♀️在没有原🥰始代码的情况下从😥🚸零搭建❇🚍、运行并复现论🅰🧝♀️文的核心实验结🚯果🎩。
3D环面在10🕊🇨🇴24芯🇱🇦🇸🇦片配置🕶下，任意两芯片间🈳🇳🇺最多需要16🧷🦒跳；Boa🔂⚗rdfly通📍过高基数🍰设计将最大跳数🌿🇵🇭压缩至7跳，网络🙀直径缩减56✅%，全对全通➖信延迟💘改善最高5🥝0%，🙆♂️对混合专🔳🧸百度竞价家模型（MoE）👰和推理模型中频🇬🇹🎨繁的跨芯🇨🇽片令牌路由尤为有🇨🇷🤶利👨🦰☂。
