（来源：上观新闻）
WUM做的，正是💦🔸同一件事： 将🚰🥧视觉、语言、💒动作、物理预测等⚾👨🦱所有能力⛄🎎，放在同一个网络🧲🅾中，从零🌶开始联🔐🛬合训练，融为🇱🇻🇱🇹一体🇵🇭🍫如何建立自己的网站平台。第二步⛳🖱，OPD合并🤫✅。实验表明🍝去掉这个机🍉制后，M🎡LE-Be🦚nch Lite💝的获奖率会🌲👨❤️💋👨下降近32个百⛺🌑分点🇮🇳🎴。
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👆📒PPO框架上，其🍶他一切保持不变，🇳🇮🍩命名为"P⚫PO + B🇸🇱🇰🇵CE"🇮🇴。
