（来源：上观新闻）
下一轮工4️⃣作必须正确理解✍并建立在前一☝🐃轮的基础之上💤。首先是特征提取器👩👧👦🏦的选择🇬🇵🖤。除了明显的AI塑🎌料质感外，🐾📄还有网友还发现💾，电影画面闪现漫🎺威logoⓂ🇲🇿，连后期抠图都🧂🚰懒得做，制作↙之潦草，态🇹🇭📳度之敷衍5️⃣，既在🇬🇾情理之外，❌又在意料之中🇨🇳🤺。Atte🛃ntion s🇳🇫2️⃣ink😛🧰。相比之下，直接📨在目标场景🕡📘里进行🇬🇹GRPO训练的曲🇮🇹线显得波❕🍋动起伏，甚至在3🇮🇨840轮⚠🧕次时出现了下滑🙅♂️（从37.8🇰🇾%跌到35.4🚯%），🇪🇦⛏最终停留在37.🌭8%🇱🇨🤤。
而这些演员，还🚲只是影视行业的幕🖍🍺前人员，🇰🇾幕后又有多少🇬🇮🦃勤勤恳恳的打工🛄🇨🇳人被AI甩🏟9️⃣下车呢？ 在这👨👨👦👦起持久☝的AI演〰员风波中，🐇被激怒的观众喊🏷话：“🎨干脆让A🤽♂️🇱🇷I当观众得了⚾。--- 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G📚RPO快约5.😒9倍，主要原🐃因是G😫RPO⛅👼每道题需要同时📫生成8个🎌🗑答案，而🇮🇴🔬SPP🍔O只需🏁生成1📌🌴个👔。
