（来源：上观新闻）
TRA🛢CE则先识别🔚具体薄🔑🤓弱能力，再为🇧🇮每种能力设🇬🇫🗯计独立的练习场🔦☄景，每🦋道练习💈🚪题由程序从随机📖😅种子生🔃成，题目🇧🇾无穷无尽🆑。为了确认SP➕PO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SPP⬛泛目录最新技术O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PP🇳🇷O框架上，其🔵他一切保持不变，🔶命名为"PPO🇸🇪 + 👚BCE"🇵🇦。
与之相比，GE🍺PA（一种通👩❤️💋👩过优化提示词来植🌸入能力描述🈯🦜的方法）在超过4🅾👩👩👦种能力🥚之后就陷入了停滞💟🗼，无论再描述㊙多少种😴能力，效果不再🎎♠泛目录最新技术提升🎞🐊。” 值得一提🇵🇷的是，🥰境外采🧫购商对这位机器羽💿1️⃣毛球搭子格外偏🦠🇫🇴爱🙏。
这一结📼♉构的基座，🕓是公司自主构🧨建的、🇵🇪统一的♑技术与产能🇮🇨⏮底层平台，涵盖标🔚🛡准化生🏙🇲🇾产线、自主国😃🇨🇨产机器人操作系👨⚖️🇲🇲统及垂🤹♂️直领域大模型，为⏩所有上层应⬅⚛用提供通💣🤬用能力支撑🤥。而就在😀一个月前，💵🖱他还在脱口秀节目👨👧🚋《今夜喜友秀》中🎖🦎调侃：💉“我之前策划了一🍊🙍个很大的戏，我就🇲🇳提出要用AI当主🎫演🍄。
