（来源：上观新闻）
--- Q👩🦱&A Q1：S🇹🇨PPO🇪🇪🎞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🚮🤧，SPPO在训练👁🍐速度上🇪🇺比GRP👇O快约5.9倍，🇬🇶主要原🕕因是GRPO每道3️⃣🖥题需要同时🍠生成8个答案，而🗃🍇SPPO只🎉🕹需生成🤫😶1个💉🌜。你的管理方式🐮🐊是：让🔳每个专业队把工🥁作记录写在⛰👴一个共⛄🤸♀️享的项目文件夹🇬🇩↘里，你🇬🇶➕通过翻阅这个🇱🇻文件夹🥚上的目录（而不🏠是每一💮🇱🇷份详细记录）来做🦈决策💭。
其四足🦴机器人HG⛄🥌系列与😵😓轮式双臂机器人🥇Astro📼👩👧系列已🇮🇨完成工程化验👩💼👨👩👦👦证，进入批量交付🍉阶段👌。但 GPT-⛎🇹🇷Image-2🧲 引入了 思考模🍛式（T🦉🐲hinkin🃏g Mode🏴☠️🧛♀️）：生成前先😔🏡联网搜索、分析🙁上传文件、😚规划图像布🤸♂️💑局，生成后再自🧣我复核✨🛠。
AI科学家使🇧🇭用GLM-5模型🛌时达到👮♀️了平均33.🉑73分，🌃🎁比此前最强🈂AI基线高出11👖.15🍽分，并显🇱🇦著缩小了与人类博🇨🇴士生的🉑差距👈✅。把镜头再往后🇴🇲拉👳♀️🤗。Alpha🤢bet首席执行🍰官桑达尔·皮查🐌伊亦在博客中🇨🇷🇸🇪指出，这一架构🤼♀️🍣旨在"以具有成本🎞效益的方🦵网络书源式，提供同🌦🧜♀️时运行数百万个智🌧能体所需的大规⚡模吞吐量和低😕⛳延迟"🧟♂️。
