（来源：上观新闻）
。核心思路可以💣🍤用一个生活场景来👩👩👦👦🍅理解⏬👩✈️。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（🚾🗂DeepSe💘ek-R1-🏌Dis🎴🐂till-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（Deep🔐🌤Seek-R🛷🈸1-Di🦅🚜still-⚡🛡Qwen-7ℹB）🦘。
为了训练 P🍚✈ANDA，研究团🇸🇹队构建了🔎🎎一个专门☝🇫🇴的数据集，🥥命名为 〰🦶PANDAS💢ET🤴🇭🇷。这个练习场景就🎅🚯像一个🐅🇵🇬精心设计的模🇲🇳🎱拟考场，有几个关👚键特点🆒⬅：首先，它💷保留了真🇰🇳🥚实场景的工具接🚥口和交互规则，🐘🦂确保练习和实战之🅰🇸🇸间没有脱💾节；其次，每道练▫习题都由程序根据🇺🇲☘随机种子自🇦🇨🦜动生成👩🌾🌙，可以产生无🍰穷无尽的不同题目🇮🇹，防止AI🚷死记硬⏸😫背；再者，练习🥼题的答案🍼可以自动验证🕰，不需要人工🐟🇰🇪批改⏲🇬🇩。两天后☎🇦🇹，聿潇🐅🎨传媒一🇦🇮口气签下⏪6名真人演员🇲🇹的部分AI版🌅⛱权👨🦳🏞。
