（来源：上观新闻）
--- Q🍗&A Q1：SP♍PO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，S📠📐PPO在训练速度⛏🇺🇲上比GRPO🇹🇫快约5.9倍，💥主要原🐨因是GRPO每🕹🧥道题需要同时🇵🇾👊生成8个答案，🤤👅而SPPO只需生🦈成1个🏑。显然，中东石脑油🐾🐉供应中👨🎨🇦🇴断导致👨🦱🧰的PGME和PG🤒🙊MEA生产受🚱🖋限，已经直➰⛓接影响日本光刻📈胶的生产🥙📥供应，进而冲击全⛎😾球半导🕑🇧🇶体供应链🇺🇳。一位因事态敏🇻🇨感而要求🥓🧵匿名的员工🕠🎃表示，由于🔫裁员一事👢在内部已被广泛讨🛀论，这一官宣🇬🇬🇲🇽反而有助于缓解🌾⏮一些不确定性🚍😡。
这并不💣🐱只是动🗺🤝易科技一家公司👷♀️🚻的故事☪。一场熟悉🤤😏的“新技术—新🕵️♀️🏋焦虑—新生意⚠”的循环，又在❇上演🥣。而GRP😍O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——↪🇵🇪技术上叫做"🇻🇺👡序列级情境赌博机🗡"（Se🤷♂️😗quenc🧗♀️e-Level 🔂💲Cont🙁extu💦al Bandi🏌️♀️🦹♂️t）🎃💻。它生成的不仅是像🦙🔄素，而是🤔一种经🍣👈过论证的视觉表达🇹🇩👨🎨。不同于耀客💵两名纯血AI💇♂️👖艺人，聿潇传媒🌖⛺这番操作，相当于🇻🇺买下真实艺🇧🇶👿人的脸和声音🐥🚊来生成数🇨🇰🇲🇳字形象，而艺人不☮用肉身出演短🧙♀️剧，就🔋能获得版权分🇸🇽🇹🇫成🔽。
