来自 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）的推文线程

我倾向于认为，这些论文的动机之一就是要彻底击败DeepSeek的内部方法，迫使他们放弃这些方法。但DeepSeek内部却暗自得意，或许是过于得意了。我怀疑他们宁愿把GRPO彻底搞垮，也不愿承认失败。 不过，每个人都是赢家。