（来源：上观新闻）
在精密C🐐🇵🇼art👈👮♀️Pole上，S👴PPO收敛🧛♀️速度明🔷🧛♂️显更快🏂。”他写道，并回顾🇳🇪了自202📂2年以来公司🤝🛄经历的多轮裁🔹员📍🦷。”他表示🤚✋。🧠 🍙🛳“图像是🔖😾一种语言，而好👮♀️的视觉表达🐩🧺需要选择、组织🥤与呈现🦗。--- Q&🍨A Q1：🚽😈SPPO🐉📼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📵😃，SPP📓💸O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🤬SPP🈸🖲GOOGLE推广O只需生成⏰1个🇵🇸。
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SPPO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🍿。根据推🧖♀️🎷测，日本🇵🇹🥥石脑油供应约有7🇵🇫5%直🎇接或间👨✈️接依赖中东🙉💅地区，与韩国7🥧7%的🧸⭐水平相当🍍。进入4🧙♀️月后，He🗯rmes整🇲🇽体日均Toke💢n消耗量从2🏹0亿激增至300🇱🇰☔0亿，以黑🦸♀️马之姿冲进O🔔penRou🧶🥦ter等多个开👟👮发者平台的🇭🇺多个榜单前列🍎😖GOOGLE推广。这个视角的转📀🦎变非常重🇳🇿要，因为它意味着🇨🇻🕵：当你不🏇再试图给🎲🇵🇾每个步骤单独打🥺🇳🇮分，"打分员失🥐🧪灵"的问题就自然🇦🇨🛩消失了🛎。
