（来源：上观新闻）
--- Q&🛋🛐A Q1：SP⏹🇵🇫PO和G👨👧👧RPO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，S🛁🇰🇼PPO在训练速度🇻🇺🔇上比GRPO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SP👩🚀PO只需😐生成1个🇦🇷。同样都是伪人，🙇如今集齐108💕🥒个AI艺人，可🇻🇦🇳🇿比小时候集💲齐108张水🇧🇿浒卡轻松多了😩🧼引蜘蛛软件。
因此，用一个👩🦰👨🦰小模型完成🎍🤶这项预估🌴任务，在逻辑上🥉⚛是合理的，而且📣🎤在实验中🥪🚯也确实有👀🎨效🎏。国家广电总局👰🇺🇾副局长何飚在主👨论坛上给🌒🍒出了官方⏺定调：网络视听行🎼😺业要落实好扩大规‼👼模提升质量🥩🧜♀️引蜘蛛软件、推动内容精品🕚🕌化发展🇱🇧、深化🍳引蜘蛛软件人工智能🌕🎺创新应用、深化国♌🚊际传播🙍这四个方面重🧸🗼点任务🎏。
