（来源：上观新闻）
除了上下文长💶度低了点，Ag🇨🇫🇱🇸ent 和 🧗♂️🇯🇲Coding🚽💨 能力的提🌩🎋升还是挺🇲🇷明显的🎪。但在S🌼PPO的框架🆗💂♀️中，价值模型🇨🇭的任务极度简化—🦴🙅—它只需要看🇬🇪一道题，🎪输出一个数字🚔🍤，告诉🖇你这道题的预估💢注册域名查询网站官网难度🐋🏋️♀️。
谷歌高🦅级副总⏭裁兼AI👩🏭🇷🇺基础设施首席技😳😺术专家Amin 🍞⏩Vah🧙♀️🏠dat表示：“目📄前，我们的🏝第一方模型🌦通过客户😞直接调用AP😆😟I，每分钟处🕰💌理的toke🤙n数量已超过🇲🇩👩👩👧160亿，较上📖个季度♾️的100亿有所🇬🇲提升💰🏝。
1、扩展性🐚 我们🥖🛡发现，对于 🆓DC 🇧🇻而言，扩🍋展到非常庞大的🇻🇪🇵🇷代码库（例如，🦃🛠包含数百万行 🔶🏂Verilog🐀🔀 代码）并👩💻不会造🕗🧣成任何特殊🚉问题🧀🦀。过去，💐🔦训练一个70🔭亿参数的推理模型🐈需要同时🎾加载一个同等🇵🇪👪大小的打分员👵🐅，内存压力极大；🇧🇼⏮而SPP📁O允许用🇩🇬🏴一个小十倍🐤的模型担🚶任价值预测者，↙🔯让更多研究者能🇲🇵够在有限的🌍🥿计算资源下开展📈实验📂🌒。
