（来源：上观新闻）
正是为了解决这个🥈👩🚀问题，华为技⚜♒术（加拿大💆♂️）的研究团队🐐🔂提出了🇲🇿一个全新👉的思路：与其🇲🇸🖕让AI笼统评价🇮🇳整张图，🎉🕡不如教它像真🥌🕹正的专家✝👔一样，先把🛂🐺图像拆解🆕成一个个有意义🇸🇽的区域，🐫再针对每🍓📲个区域进❓😞行细致的质量分🎌析，最后通过一张🐀📒结构化🇵🇲🇰🇿的"关系图谱"把😍所有信息整合👩👧起来♈。在标准🥨PPO中，那🐓🎿个"打分员👕🥢"（Crit🦈☂ic）通常和💾被训练的🧓AI模型一样大🧖♂️。这个判断过程完👭🥨全由基础模型完成😈：系统给基础📵模型展🈶示用户请求🔞🏗，以及每种能🌩🙅♂️力的描述和🧘♂️怎么自己创建一个网站一个典型案🧱🚔例，让模🧸型预测🇱🇰哪个选😬项最匹配🐔怎么自己创建一个网站。而He🧣🎅rme👨👧👦s有些🥈太‘自🉑🎣作聪明’🍚📚了，不管什么🚨☝事它都会自🇰🇲🦛怎么自己创建一个网站动生成一堆技能，3️⃣我的Skil🐐🚪l会越来🇦🇼越多，且🛣很冗余，有😇👩🏫些东西根本没🛎🍹有必要🔰🍉。
这在理论上很🧹美好，但实🛄🇸🇦践中就会👨✈️遇到前文描🇱🇷述的打分困难🦷。为了确认SPPO🧤🧼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SP🏮🇹🇫PO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PPO↕🚀框架上🦏🤒，其他一切保持不🐹🇸🇿变，命名为"PP🎐O + BCE🕵🏅"🧤。根据与中国🇾🇪🍩一家主要材料🦚✖供应商📼的协议🎐🦖，HanWool😒🚵♀️ Mat👏erials计划🧳通过其子公司⛎JK Mater🐌ials进口和🧼🇫🇷供应中国生🚓产的PG🕒⛏ME和P😹GME⚒📚A👨👨👦❔。据了解，明🌖🙂明、天🚅权在宣布离职前，🇻🇮💞休假停播了一段🚕时间💥🧰。（2）对 R🙅🚉TL 和时☦🔇序的理🍸💬解 我们观察到🇳🇨⚓一些模型将🇯🇪🇲🇹 Ver🇸🇲ilog（一🎴💠种事件驱动语😁🎴言）视为🤰👯♂️顺序代码进行😉推理🇱🇷🍫。
