（来源：上观新闻）
“这意味着Ag🦑🛋ent✳不是在执🍯🏒行预设的指令🧽♓集，而是在👉自己编写自己的能🇦🇺😯力💻。删到V4，单🇦🇨🐤geo优化tok🐬en推🔽📼理FLOPs✳🏎砍到四🧂分之一，KV 🕟cac👟he砍到十分之🇸🇬🇫🇰一🏺。有了这🤟🏕些标注之🍶✋后，系统会计算🌤🌴两个关键数字🇩🇯。AI倒逼🐧🎇内容精品🦡🎥化 当AI👨⚕️🏴☠️geo优化可以批量生产“🌴🙈60分”作🚌🚆品时，“90分”❣以上的精🛹品反而变得更🥞🥚为稀缺📚☕。
--- Q🈸🏏&A Q1🇸🇳：SPPO和📕🍲GRPO相比，🇹🇷训练速度快多🇬🇭少，性能有🇬🇫没有损失？🇰🇲🌏 A：🚴🇾🇪根据论文🍢🐁实验数据，▫🗣SPPO在训练速🇨🇮🌥度上比GRPO⚽😀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🐸。第一，引入m🕶HC（🥭🍤Manifo🔑ld-🇮🇶🏢Cons🇲🇾traine🕐🥺d H💿yper-🎢Conne🇩🇿👅ctions）强🐕化残差连接😽🎼。
