（来源：上观新闻）
---🧵 Q&A👩🏫🇲🇦 Q1🤾♀️🐺：SPPO😧和GRP🧑O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GRPO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S🈁🧦PPO只需👨🦲🇹🇻生成1个🛢👔。DC 实际上🅰🇹🇦重新发现了原始💞✊ MIPS 🖼🔸5 级 R🇳🇿🎿ISC🇬🇧 CPU 设😊计的关键路径，该🅿设计也采🎅用了 1 👨👩👦👦个周期👩✈️的分支惩罚！ 🤾♂️5. 前沿模☀型的经验教训 ✋我们在下文列举了🌯我们在这项工🃏作中遇🐚到的一些“L🇱🇰🎸LM 难题🇹🇰🇭🇺”🛅。
AI必须像👦一个经验丰富的工🔑🍋程师一样，从不🛳🕠完整的描述⏸中推断出缺失的决🈵🥌策，必要时还得查⛎阅相关文献或💮公开资源来补全🚐🚇。他向记🧻者坦言：“我◻👨👨👦之前在阿里巴巴、🥡🌩字节跳🦡🦵动等大厂💴工作，后来去了硅👩🔧🏢谷，跟一些朋🚋🏳️🌈友交流，发🔻🥬现那边🇻🇳🈶氛围很好，几个🐗人一碰就能做新👨🦰项目👕♌。
