（来源：上观新闻）
你不可能亲自去👨👨👧👧🇱🇻工地搬砖、测量🇸🇽、焊接，但🍭你需要知道每栋👩🚀💳楼盖到◀🖤什么阶🇳🇦段了，下⌚🖍一步应该安排哪👨🚀个专业🥪队进场🌯。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（D🚋eepSeek🍈🔄-R1-Dis🤟til🎢l-Qw🚤自建网站en-1.5👨👨👦👦🍩B）作💪🛢为价值模型，去🗜🛃辅助训练一个🤲🔭70亿参数的大模🏴☠️🇰🇾型（De🤡🥥epSe🇹🇩🖕ek-R1-🤱Distil📳🇽🇰l-Qwen-🇵🇲7B）🛀🐶。但现有🈶💨主流训练方法🈶存在根➿本性的缺陷👨🚀，而这篇论😽文提出的💽💅新方法，🍍🥡正是为😕了彻底解决这个问🇬🇬🥑题🇵🇪🔊。
” 很多人🥙🧱将OP🧾C简单理解为“🎅🙇♀️一个人的🥥🍒公司”🇪🇨，姚双🥧称：“所谓👅🍳的一人公司🇧🇧，其实🈳🏧可能不只是一🍑个人，而是两三▪🌓个人一个小团💵🇳🇺队💧。第一种🇨🇽3️⃣叫"结构化数据🇬🇪🆎推理"：AI🎊🚣♀️无法正确解读工具😴🇭🇰返回的复杂嵌👩🎓套数据⌨🚣♀️。在实际测试中🏒🏟，研究🛶🇹🇲团队独👶🔷立运行了10次能🤒🚪力分析，"结构化🛥数据推理"、💙♻"多步骤任务👪完成"和"🚫🦵前提条件验证"🤥三种能🧬力每次都🤡被稳定识别，"🇰🇿工具调用精🥤🔹确性"👊在10次中🕐被识别到8次🍨🇬🇹。
