数学测试

UC伯克利研究发现，强制要求模型跳过思考过程仍能保持或提高推理能力。使用DeepSeek-R1模型，在定理证明任务中仅需30%的Token就能达到与完整思考相同的准确率。

字节跳动发布豆包1.5·深度思考模型，采用MoE架构，参数量为200B，激活参数仅20B，在多项基准测试中达到或接近全球第一梯队水平，具备‘边想边搜’、视觉理解等实用能力。