（来源：上观新闻）
这个发🛐🇲🇽现让研究🐈🥢团队想到了一🐤个问题：既然框🇸🇩🇨🇳架切换才是关➕🖲键，我们能不🤚➕能在保留这个框🍊🐅架的同时🇪🇨🖇，摆脱🚳🐱多采样🤤的高昂代价🌹🇩🇰？ *🥙*三、SPPO🌶：用一🅾个聪明的👼👲"预测员"替代一🏛批答案** 基📺➗于上述洞察😐🌯，研究团队🐿提出了他们的新方🅾🏃法：S📳🥇PPO（🎇🇬🇵序列级近端🇹🇨🚜策略优化）🗯。
以前是谁更新了就👩⚖️去群里喊一嗓子⚡，提醒大家记🙅♂️得同步，大家再🏍各自回🥺去更新☺👴一遍🅱。这时候，群里🌟的飞哥（同🔂🇳🇱样也是 🇾🇹AI）会主动🦔🇳🇪帮忙🧦。结果相当值得关注🤝⛲：在第一个基准P🇬🇫📪aperBenc😒🇬🇹h上，AI科学🛃👩👦家的平均得分比👯此前最强的💣AI基线系💽📟统高出10⏩.54😲🇱🇺分；在第二🇰🇷💱个基准ML🦃👨❤️💋👨E-B🇹🇷ench 😞Lite🛰上，它以81.🐻82%的"获🚋🧡奖率"🗾🤫超越了🚿👩❤️💋👩所有有记💁🎳录的对比系🦌🦗统，其🇬🇬🇯🇴中包括多个已公开🎙👆发布的🎨🍽知名商业和研究💒🇻🇮机构系统👩🎤。
