（来源：上观新闻）
（1）稳定的长期🍈2️⃣执行 如第🚅 1 节👘🐽所述，芯片设计🍚是一项包🛁🇧🇼含众多🇷🇺子组件的复杂任务🐜📉。实测见证：从信👩⚕️🦗息图表到多格漫🦘🗒画，它🏊♀️🚮已进入生产流程 🇬🇲真正衡量技🏂👮♀️术价值的🦵，永远是落💁♂️地场景🚙🐩。这种现象被研究🚅☔团队命名🛵➡为"尾部效应"™🍔（Tail Ef💦📎fect）♉。这个"🚵♀️预估概率"就是S💌PPO引🧚♂️入的关键组件✔🇸🇬：一个轻量级的👱🎷"价值模型"（🧨🎶Value 🇧🇭Mod🌆el）🏃♀️。
测试结🏬果显示，在难👨👧👧🔈度最高的🥌Hopper和M🏈ountai👨👩👧👧🐳nCa🈲r任务上，标准♻PPO几乎完🇰🇪🇭🇲全失败🧾，成功率停在接🐆🎵近零的水平；而🌤🛶SPPO🛂成功解决了这👀🚞两个任务，👨💻成功率🛅稳步攀升🇱🇧🎄。因为发音🎊🇲🇫相似，🆎💢中国开发者直接叫🎢它「爱🍦马仕」🧜♀️。
安克方面称9️⃣，Thu🏅s 将是全球首款🏰神经网络存内📪计算 AI⤴ 音频芯片🈶。**六、不🚊只是纸上谈兵：🔘在经典游♦戏控制任务上的🐿👨👩👧👧验证*😁* 为了排⏭除"成功🍦可能只是因为在🛷某个特定训👩🍳👂练框架下🖋的系统优化🔈🚧"这一疑虑，💊研究团🔫队把SPPO移植💕🇴🇲到了五个经典的强🎍化学习控制任务上🐩：精密版Car👂tPole（控制🌽杆子不🇸🇦倒）、Moun🇬🇹tainCa👩🎤r（让小车爬上山👨🏭🛰）、Hoppe🐣r（双足机器人前🎱进）、🌪🎿Lun🐹arLande🚱🍐r（月球着➿🇫🇰陆器着陆🎤🕥）和Pend👩💻👨🚀ulum（保🚄持摆杆直立♍🔨泛目录教程）😋。
