（来源：上观新闻）
--- Q&🇲🇬A Q1：S🅾📙PPO和G💼🖖RPO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，SP🇿🇼PO在🎠🎂训练速度上🇰🇪比GRP🐕🦈O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🍰🐐。其二是原📦😿生FP4支持，🇹🇭通过4位浮点数🇩🇯🔝将MX⏬U吞吐🧣量翻倍，同时降4️⃣低数据搬👨👦👦运的能耗🇸🇳，使更大的模型层🦊可驻留于🇧🇼本地硬件缓🥴冲区👩🚒◽。
第三，🏌️♀️🍤sem是什么检测分析采用M🇹🇱uon作为主优🎷🌁化器🚲🇵🇪。第二，设计hy⛱😪brid at👱tenti🍴on架构，CSA🌈和HCA交🤛替叠加，👳♀️☕解决长文效率✅📍问题🕦🛏。就在上个月☔🚮，头部🏇影视公司耀客👱🛁传媒官宣签约两名🚹🐎长得人山人海的🔓AI艺🍿👩👩👦人，正👩👩👧👧式打响伪人入侵🇭🇷内娱第一枪🇨🇼。
于是，如果你🚠要训练一个7🥳0亿参数的⏲AI，打分员也🔶🍰需要7🇵🇱😄0亿参数，内存占🧤用直接翻倍🍡👋。V4-P❇📖ro，61层，隐🐬藏维度716🧞♂️📋8👊。C2今天👞能用双🧒足双手打🐠🤡羽毛球、实现精准🇦🇴回球，🐆未来也能用同样的🎶🍙身体协调能力和😖🥔强化学习框架，🧺向更多现实🧐场景“外溢”👰：迁移到整理💳🌋桌面、搬运🙅♂️物品、端茶递水等🧣🍒更多生活互🥤动场景🇭🇹🎾。
