（来源：上观新闻）
论文中，Deep🛫Seek表示👨🔧： D🇲🇵eepSe🔊ek-V4-P↕🈴ro-M🌟ax在标准推理🏒benchm🤱🖤ark上📼💇♂️优于GPT🗣-5.2和😆Gemi🧖♂️ni-3.0-P📫🍚ro，但略落后于🔱GPT🙍📡-5.4和Ge🤦♀️🇮🇨min🇬🇱🚗i-3.1-Pr⏸o🤖。
研究团队用数👘😑学工具仔细分⛽🏔析了GR🇲🇸📘PO的运作👨⚕️机制后🦔发现：GRP🛩O之所😡🥮以奏效，并不🇰🇿是因为"多采🍟🌕样"本身有什👿么神奇之处🍢，而是因为它在不🍓知不觉🍕💛中把整个推理🕛任务从一种框🏢架切换到🛂🕦了另一种框架🦷🎨。这些团队能够在 🇲🇫3-6 个😼月内完🤺成现有最复杂🇱🇷设计的流片， 而🤓不是目前的 1🇲🇹👣8-36 个👆月🎿🤚。
第二是 🇸🇴🌆DeepS🚄🇦🇽eek V4🎪。区域级别的质量🧘♂️📠分析，正🇮🇶目录树是这些模型没见🇺🇸过、也没准🙂📽备好的题型🍾🥺目录树。王昊指出，这🏃♀️👋一点甚至许🛋多动物都🇬🇸🇻🇦不具备↪。网络视听司副司⛩长杨铮则更直接：🔵“人工智能正在以👨👨👦👦👩🏭前所未有的广🇸🇬🧗♀️度和深度，🧿🦋重塑内容生产和📘传播的🎰底层逻辑✊🐣。
