（来源：上观新闻）
为了确认SP👩🦳5️⃣PO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P🥌PO框架🤫上，其他一切🐪🇻🇨保持不变，命名👨🔧为"P🏜PO 💝+ BCE"🍆Ⓜ。“这是一个非线性🚣设计空🎍⚾间，因此计🎯📄算量增长⚾🐃非常迅速，”他说🇼🇸👩👩👧。因为这🥄🏠些事情光靠屏幕🔌⚽是解决不了的——🔕🇾🇪 它们需👊🇸🇩要有人真的在🐶🐧场，能看见🇬🇹你、听见你🕐👨🦳、陪着🇭🇰你，并🇱🇮🇸🇾对你做🇧🇧出反应🆓👌。
他们所警惕🏪🛎的，或许🏷😊不只是🦹♂️肖像权或数👄🦌据使用边界，而是🇻🇪一个更深层🇵🇭的问题——当真🦀☁人表演🎉🏞可以被AI批🇧🇩🚟量生产，那么演员😚的价值🙈是否也会被重🏡新定价🐎🥶，甚至被🇬🇺🕞替代？🚈📽 演员们的焦虑和💈恐惧，并非空穴😛👌来风🔲🕴。“龙虾”还没养💬🙋♂️明白，⚖周围的人突然🎭又开始👸“养马”了🐘。没有人知道，这张🌚😕牌桌还🕦🚍能坐多久—🥺—但所🇼🇫有人都清楚，牌🧘♂️😝局，已🇱🇹🕞经变了🇱🇾。
论文原话非常诚👨🚒🇻🇬实，这两个tr🇷🇪ick🤷♀️🇸🇦 wo🇭🇺rk，但底🦜层机理仍是ope🦕🥕n qu🥂estion🇬🇧。压缩率m’=12🏗8，每128个🦑🇮🇹token压成一✖♦个⌨↙。这种思🛀路对普🔑🇧🇷通用户意味着什么🇨🇭？以客服机器🎿人为例🥎👩👩👦👦ce认证费用一览表，如果一家公司🗳发现自己部🇧🇫署的A🇨🇻I助手在处🔈🐃理退换货时经常出🚙ce认证费用一览表错，不需🆓🇰🇮要重新🚏训练整个模型，也👩🎓☺不需要从🛰🐫头设计训练方案—🈳—只需🦍🧁要收集一批失败记🇧🇭录，跑一遍TR🏌⏰ACE系统，几👨🎤个小时内🥥👛就能生成针🧲对这家公司业⏸🚑务特点的专项📂训练，修补AI在🥐⌛该场景🍊ce认证费用一览表下的具体短板🖤🛒。
