（来源：上观新闻）
**二、🥞🍙一个关键发现🚛👨👧👦：GRPO其实👨⚕️在"偷偷做🏊♀️别的事"🕶♐** 这篇论💆🇻🇦文最有趣📬的地方在于，研究🍻🇪🇪团队对GRPO🚓为何有🈴⌚效做出了🇰🇲🙆一个全新的👏📈解读，而这🎾💖个解读成🆓为了他们提出🥼新方法的理论🔵基础🖕。
从训练🇸🇾速度的角度来看，⛷差距更为直观🌵5️⃣。具体来说🇦🇽🖨，失真图处理的是🇸🇮一对图像——一张🦞🇹🇲叫做"锚图"（🗯🖥anchor🍃㊙，可以理🐜解为参照图），另🇱🇦一张叫📡👷做"目标图"（👨🦲tar🇹🇹🇧🇸get🍊，即被👨💻🇼🇸比较的图）🔖🧤。在一次🇭🇹内部评测🌥中，模型根据一🦷🚑段关于芯片架构的🎆〽论文摘要，自动🇱🇺生成了包含晶体管🙅♂️密度对比📜🐄图和 3D 🏖封装示🇬🇹🔗意图的完整 p📕🏐oster☺👩🏫 ——🤸♂️ 连 IEEE👔 的审稿人都误以🇸🇹为是人工排版🦹♂️。
