（来源：上观新闻）
这个基准出⚰🍳了名地难—🧪🇹🇷—此前最好的🛑AI系统🏒🍕只能完成约21%🇲🇺的评分要求，而🗃🔅顶尖的🇻🇬🎉机器学习👟💴博士生在48小时😬内能完成👩❤️👩约41%✊。性能方🌗🏪面，SPPO🏈🐛不仅没有😍🎀损失，在1.🇧🇻5B和7🚦B两种规模的模型🛏上，SPPO↔的综合平均🤟🇦🇬分都略🍘💿高于GRPO（🍽🕛N=8）🌵🕠。
在央视的《新闻直📃播间》里，🇱🇰北京协🧐和医院已引入🇸🇬🇲🇲导诊机器🏅人协助完成挂🎭⏺号引导🌿、分诊咨🌵❎询与科室🐆指路，让护士得🚡🎧以把更多精力放🇧🇳回病床边；✌ 根据《南🇪🇷🏰方都市🌱🛳报》2025🕣年的报道🎑❣，广州多家连🆖📭锁酒店▫⏲已上线🇱🇮❎机器人送🇦🇿物服务，从客🌋房用品补8️⃣给到餐食配送，🧐都能由一台机🇮🇩🧱器人全程完成♈，住客甚至不需要🦀见到前台人2️⃣员； 而在今🇧🇳年初的世界人👩🎓工智能大会上，📟多家厂商展示了🏥面向家庭🇺🇲😝场景的陪伴型机器🇻🇪🙍♂️人——它们能在👩👩👧👦你做饭时帮你递调😅🕘料，能陪😸孩子做手工，🤹♀️🎱也能在你加班晚🔱归时提前把房间灯🇧🇾🏳光调暗🈴。
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（🐦DeepS👨👧👧eek-R1-🥾🎑Dis🐪🎾till-Q🐠wen-💛✝1.5B🇦🇽🇧🇯）作为价值🐙✳模型，去辅助训🧓练一个70亿参数🏟的大模型（🕯♒DeepS🛎eek-R1-D👩🏭🎮istill-🏴🙆Qwe👩🏭✈n-7⬅🐱B）🚮。
