（来源：上观新闻）
糖水数据☎🆙：实验室中采🍜集的干净、可控、🍠量大的数据🖊🍍。在1.👕🦶5B规模（15🎦🏉亿参数）的🛹模型上，标准P🏋PO的综合平均🌽分是44.06💗，甚至低🌖于未经训练的基🚵础模型😜（44.🏠96）🥵。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-Qwen-1🇰🇬.5B）🕹作为价值模型，去🇳🇫辅助训练一个70🇪🇬亿参数🐕的大模型🔝（DeepSee🦷k-R1🏕🇵🇼-Dis📱til👗l-Qwe☄n-7B🇳🇨👽）🙃🚢。
一位机器学🤓🔳习方向的博士生，🤓🇲🇽拿到一篇论🤧🍓文后，🤝🇺🇲需要先💴读懂它，再搭🎲建运行环境，接着🇳🇨🧹动手写代码，3️⃣然后跑实验、👷🌇看结果、发💯👩⚖️现问题、修改代🇿🇼码、再跑……这个🤒循环往往持续好几🥝天，中🐛间任何一步🇬🇼出了岔子，🎵都可能🇫🇴前功尽弃🇫🇰。这会是一🈸🇲🇶件比想象中更深远🍧的事情💮🗺。
在标准具🇨🇵身智能机器人领🥅🌃域，相➕较于侧重通用性🇬🇳👑研发的企业，🖼⏱公司的🚮核心优势在👩🏫于“全栈自研👨❤️👨带来的性能优化和🦐成本控制能力🌊🛶”🛋。DC 首🌎先接收用户提供的☮输入🤝😥。Muo🕳🚎n优化器：从♣🇸🇮Kim🦘i那边借🇦🇶的🇬🇱。”她强调要“压🦶实平台🈴主体责任”🇹🇨🌾。在多位受访者看👧来，Her💄mes还远未到成📀🗝熟阶段🇧🇹♉。
