（来源：上观新闻）
尤其值得关注的是🇾🇹🇰🇭一个有🕰趣的对比🕓：仅仅针对单一🔥能力训练一个插件🇬🇷😆，就能达到40.🍮3%的通过率，💃已经超过了😄✴AWM和ADP等🙇♀️使用大量通用训练🙂🏁数据的方法🇰🇮🇬🇵。加上"无🇧🇳失真（干🇹🇦🔃净）"这一类🧴别，每个区域面💵🕐临的选择🕛共有15👨🎓🇩🇬种⚰。两者共同作用，使🙋🇵🇭系统能👁️🗨️在几十小时内持💂🌃续有效地推进☠工作🔬🥩。研究团队〽🐿测试了一种极端组🇬🇵合：用一个只▶🛒有15亿参数🤺⛸的小模👳🛳型（Dee🇵🇸pSeek-🐛R1-Disti◀ll-Qw🈲en-1.🇹🇬🇳🇦5B）作为价值模👩💻型，去辅👂助训练一个7😿0亿参数的大模‼🥴型（De🎍🐻epSe✝ek-R1☎🈷-Di🎷🏇still-Q🐖🇫🇯wen-7B💁）👙🇦🇪。
在多位受访🗂者看来🇬🇸，He🍂rmes还远未到🇲🇦gtm什么岗位成熟阶段⤵。持怀疑🦸♀️🛐态度的🥿人将有机🆕🙈会自行判断🌨🎣。"赌博↗机"这🇸🇸个比喻很直🔷观：你走进一🏀家赌场，面🏜🇼🇫前有一排老虎🇴🇲🏸机（每台代表一😅🦹♀️道题），你拉一次🍮🏴摇臂（🎨生成一个*️⃣✌完整答案），🇧🇪立刻得到一个⬛结果（正确或错🥌误），然后你根🥌据这个结🌚🎛果决定下🥡次对这台😀老虎机是否继续🇦🇫🏋️♀️拉🇦🇷。
V4还引入了三🇸🇻档re🐟asoning 🕹effort m🤹♀️ode，N🏜🍊on-t◾😉hink、T🐟hin🚈🥕k Hig😹🙍♂️h、Thi🐀🇸🇿nk Max，🍯🇹🇬每档输出长度🍻不同☘✌。在官方的推文中😟，也侧🕰🧽面印证🌼了这个说法：🗽🇪🇹 目前↕Dee🇹🇷pSeek✨🇳🇦-V4已成为公司🆓🤘内部员工使用的A🇸🇨🇹🇻gent🇽🇰ic C🇧🇳⚽oding模型🇹🇴，据评测反馈🤮🕡使用体验优⚗于Sonnet ⛓🥄4.5，交🎺🙁付质量📸☑接近Opus🇩🇲🔩 4.6非思考🆑模式，但仍与Op🥈us 🌌4.6思考模式⛹🙂存在一定差距🍹🆘。
