（来源：上观新闻）
Skil👰l 会更新也☀🛎是一样🚾。为了确认SP😼⚖PO的🇷🇼优势确🥒5️⃣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S🧝♀️👨👧PPO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PP🤧O框架上，其他一❓🆖切保持不变🕊🇮🇩，命名为"PPO🛳🇿🇦 + 🔽BCE"↕。
”实测📽后虽然觉得🧚♀️Hermes有🧹其优点，🇩🇪👨但人工大黑🥣🔘还是泼了一🎣📛盆冷水🗾🇲🇳。--- 🧿🇬🇪Q&A Q1：A🙏🇳🇨泛目录教程iSc🈹ienti👃☹st系💘🌼统的"文件即通道💢🇲🇶"机制🥊是什么🇷🇸🌺意思，为什么重🇹🇦🌘要？ A：文件🧦即通道（File🥐🇨🇲-as-Bus）🧟♀️是指AI科🇲🇼👶学家系统中各个🇦🇲代理不通过对♊🇪🇬话传递信息，🐹🌶而是把所有📺🍩中间成果（如论文👊⚒分析、代码、实🗼🇨🇬验日志）写入🍀🈹一个共享😋工作区的文件里，👳♀️后续代理直🇻🇮⛑接读文件来续接工🔃🎴作☀。
--- Q&🥰A Q1：失真🇬🇭👻图（Dist🇧🇴👓ortion🛸🔟 Graph）🕷🔦和普通的图🚿像质量🕌评分有什么区🚕🇵🇷别？ A：普通图🎱像质量评分只给☣整张图🇹🇲🕶打一个数字，比🛣如"7分"，无🏜法告诉你具体哪里🇯🇵💂有问题◽。
