美團不僅開發了一個新的高難度數學基準測試，而且還輸給了它的兩個開源競爭對手（DS 和 Qwen；K2 的思維方式應該會鞏固 Kimi 在這個數據大師俱樂部中的地位），這非常值得尊敬。 順便說一句，我再說一遍，LongCat 真的是一款很酷的車型。
DeepSeek 在其推理模型的兩次重大更新（R1 <<< R1-0528 << V3.1）中，MAF 值都*顯著*提升。我猜 V3.2-exp 和 V3.1 是一樣的。那些否定它們的人真是太天真了。
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。