來自 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）的推文串

所以，就基準測試而言，這大概相當於 V3.2 版本的模型。參數量減半，有效令牌數可能翻了一番（23T@Muon）。各大實驗室都在積極採用這種大規模強化學習方法。 下一代基地將再次展現出有趣的差異。