（来源：上观新闻）
我们仅提供了图中🧖♀️所示的功😙🔪能作为 DC 🥜🎰的一部分；其组成📭🔢由第 2 节中🇨🇼🇲🇶描述的 D🧴C C🐦ore 🐕模块决定🇹🇩。对于每一种💿🛃被识别😼出来的👨🚒薄弱能力，🚈系统会😂🇨🇩自动搭建一个专门🗻💁♂️用于训练这种能🐹🐆力的练习👨🔬场景🧟♂️。
你扫一🤨眼就能发✖👯♂️现：左边那👹张整体有点♒🙂暗，但🌖🚙右边那张的天空部🇵🇷分出现了颗😑🇯🇴粒感，而两⚪张照片的草地区域🐩🍳都还不错🗯🇲🇵。但研究团队发现，🖍当你给这些模型提🏏出更具体的要求🤱♻——比如"请告🚜诉我这张图片🗡里每个区域的🇧🇩🧘♀️二级域名法律法规有哪些质量如何，哪个🚳区域出了什么🎾✈问题，✝严重程度如何"🦜🕵——它们的表现🤠🚬就会令人🌞🥋失望🤹♂️。但在SPPO的框👩💼架中，🐧价值模型的任务🐎🍂极度简化——💉🇬🇬它只需要🌐看一道🎗题，输出一🐼个数字，告诉🌝⬜你这道题➿😶的预估难度🦐🇦🇴。
Q2：SPPO里🔲💙的价值模型要多大📰才够用🏴，能不能用💬🥰比主模🇿🇲🍎型小很多的👩🦳🏚模型？ A：实🈶验结果表明，🚻📅价值模型可以⤵🍮远小于主模型🇵🇾😖。从 Eas🎸🕹y 到🎪🖖 Hard，所有🛬方法的性能都出现🍍🧔了不同程度👨👦👦💑的下滑🦈。。训练与推理🍂🇬🇾对硬件🧙♀️⛷的需求差异显著📼，统一芯片意🍅味着在某一场景💴🏳️🌈下必然存在👨❤️💋👨🏜资源浪费🇨🇾。
