（来源：上观新闻）
在1.5B规模🦔🦃（158️⃣亿参数）🐻的模型上🇩🇴🔓，标准P👑🥭PO的⭕综合平均分是🇷🇴44.0▶👨👨👧👧6，甚至低于未⛩经训练的📌😅基础模型➿（44🚪.96🍬🏩）🇮🇲8️⃣。研究团队测🍰🤘试了一种极端组合💾：用一个只有1📼5亿参数😨的小模型（🇱🇮🇶🇦DeepSeek👨👁️🗨️-R1-D🚣istill💲-Qwen-1.😑💤5B）🌶作为价值模型，去🈚辅助训🍚🚦练一个70亿参🌔🇲🇫数的大模型（De📠epSee👎🅱k-R1-Dis👨❤️💋👨🦷till-Qw🇨🇩en-7B）➡。
设计阶🌜段结束后🐗，DC 🐥😼将进入实际的模👨🦰块实现阶段💡。亚马逊硬件师GP🏴☠️🅾D表示，这意味着🤺DeepSeek👩🏫🚒可能解🇨🇿🍬决当前👜🇧🇴的HBM🏦🍩短缺问题🛥🥭。前8步用激进🤸♀️系数，快速‼把奇异值🥯推向1😃附近🌀。国内这边 Kim🎢i 发了 🍂K2.6，™✉腾讯据说也要🍚避日蛛vs狼蛛发一个模型，这是🇨🇲🤡姚顺雨加入🍇🍍之后的第🚸🧖♂️一个里🔩🇳🇺程碑版🍽🚡本，然后 Dee⚖✏pSeek 🍪🗨V4 ☪🍺大概率也会来☝。
这个目标并🍚🙎♂️非单一目🥘⚡避日蛛vs狼蛛标，而🏯是几个不同设💧⚛计目标的组合（🚜🇰🇮功耗、性能🇿🇼和面积，即 PP🤨🇧🇩A；功能🦟约束；以及🇹🇻架构输入🔔）🎸。DC 得🇸🇦出结论，即使⏹分支惩罚为 1🦅 个周期的🇺🇸🤷♂️变体具🍢♊有更长的时序🥿关键路径（📞涉及额外的比🚡较器逻辑🇬🇵⏸），它也能🖇满足时钟频率📢🇲🇹目标🍨。比如，一道🐈题预估答对率为🚲🆚0.3（很难），🇭🇷但AI答对🤾♀️🐁了，那么优势信🐸号就是🙀1-0.3👉=0.7，🐎说明这😟避日蛛vs狼蛛次表现☄远超预期，需要大🔏📳力强化这个⏹推理策略🇬🇸📊。
