（来源：上观新闻）
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↘🇬🇩。为了确认SPP🐐🌩O的优🇳🇿💧势确实来自🕵️♀️其核心设计思想而🐙非其他因素，研究🇸🇳🍅团队还做了一个对🎟👯♂️照实验：🦖把SPPO用来训🔭练价值模型的方式🚖🐳（二元🤓🛹交叉熵😞损失）直🇱🇺😌接嫁接到标🥭准PP🇻🇦ℹO框架上，其🌪他一切保持🐡不变，命名为"♊🕑PPO 🇧🇾+ B🏅🧜♀️CE"🤳🚶。
而自变量认🍼为，破局的🏂👨🏫关键，🇦🇿🚖不在本体，而在⛄模型🇮🇪🈹。大部分🛄多智能🇧🇹体系统（也就🧐🌄是由多个AI代🈺理协作完🍴成任务🐹的系统😿🍈）依赖的是"对🆘🕳话接力"🆔：一个🔬AI完成一段工🦛🇫🇷作后，把结论用👩💼语言描述给🥍下一个🇦🇬🧙♂️AI，下一个A🇼🇸🇸🇽I基于这段描述🇲🇫🐝继续工👏作🥭🌟。
