（来源：上观新闻）
比不上 🚫Opu🇲🇫s 4.🇩🇬🏹7，但我觉得是目🙊前开源阵营的 🎧Top1🤩🤐。性能方面，SP♒🥴PO不仅👨⚕️没有损失🏍🧲，在1.👩🏭🇭🇳5B和7B两种🥖规模的模型上，🇿🇲SPPO的综合平🎬☢均分都略高🦋🍠于GRPO（N=🐫☔8）◾🥛。例如，在某个⚫👨⚕️案例中🥂，当未🙅能满足时👩⚕️序要求时，它最初🇹🇦尝试进行重大修改👨👦👦🤒以加深流水🇯🇵🧺线，而不是寻⤵🛩找更简单的解释🚏🥦。
而GR🇲🇻♒PO通🌨过把整个答案当成🕋一个整体来评🧫😽分，实际上是⛳🏮把解题任务🎰🆖变成了一个🚖完全不同的模型—1️⃣—技术上💇叫做"序🦋🇲🇺列级情🔙⏸境赌博机"📳🍩（Seque💰nce-L✒evel📮🎐 Context🌔🈹ual B🇰🇬andi🔧t）🐛⌨。另一些投资👒🇹🇿者则站在⬅☪马斯克一边🆑。持怀疑态度的人将🕠有机会自行判🇷🇺断⌨。
