（来源：上观新闻）
一个是🚠🌚"对比🗳㊗差距"：某种能🦅🧯力在失败案例中缺🧔🛩失的比例，减去它🧘♂️🙍在成功🙇♀️案例中缺失的🇮🇶💕比例🏒🧘♀️。研究团队还提出了⚗👩💼一个有🌺趣的未👨💼来方向：把失👨真图作为⚪推理链的中间步🧛♀️👳♀️骤，让模型🇨🇲先生成失真🏕图，再基🍋于失真图给🔴出最终的自然语🥉📗言描述🧴🇱🇺。这种方式不需要事😽🇦🇬先标注♐😕"正确答案长💵♌什么样"，➡☸只需要🇨🇳✌能判断"答案🤒是好是坏"，因🇮🇱此非常适🤝👮合复杂的多步骤任🔒务场景🧓😑。腾讯视频副总🗳🏴☠️裁孙忠怀观🇨🇬察到一种新的创作🔊🗜力量正在生👨❤️💋👨长：“‘5到👃20人的🇨🇱创作小🐼🍞队’，能做出过去🧗♂️🎿需要几🧡百人协💇👨🎤同的内🇬🇪🇬🇧容🎟。
于是，如果👩🚒你要训练一个70🍒亿参数的AI▪，打分🔡员也需要70亿♠参数，内存👨👩👦👦占用直接翻倍🧳。---⚽👵 四、🇱🇾"文件即通道"✅：AI团队如🇬🇮何不靠聊天传递🦆🤵信息 在A🐜🥍I科学👨👧👧家的工🇦🇸🎫作方式中🎂，有一个具🌚体的机制叫💐🍼做"File-a🚱🛒s-Bus"👢，翻译过来大约是0️⃣"以文件为信🌴息通道"👤。这有力地证明了，🏭区域级的失真图😳确实可以自然🇹🇲地"聚合"❎成可靠的整图质量👿排名，与人类🧳的主观🤠😩感知具有高🌲度一致性🌻🧟♀️。--- 🎭Q&A Q1：S👩👩👧🚶PPO和GR👯💩PO相比，🔲训练速🇬🇧🧶蜘蛛咬了怎么处理度快多少，性能有👩🎤没有损失？ 📞A：根据论🌵文实验🇵🇹数据，SPP🎁🧵O在训练速度😃上比G🤐RPO🇯🇵蜘蛛咬了怎么处理快约5.🇹🇬🇧🇩9倍，主要原🌸因是GR↙👩👩👧👧PO每道题需要同🇳🇵🚗时生成8个📷🛫答案，📽而SPPO只🐄需生成1个🇮🇶🤼♀️。
