DeepSeek总是非常的喜欢用“小”词，上次的V3-0324也说是小更新，结果是大手笔；还有之前的开源周，以为就是几个小的更新，结果直接上的是全套的R1训练流程以及性价比训练的核心技巧。
这次给我总的感受：思考能力增强明显，但不会过度思考，从效果上达到了类似于快慢思考模式自适应切换的效果。
这次的更新也如出一辙，虽然DeepSeek说是小版本试更新，但实际上性能提升的非常明显，这次的主要更新点侧重在这四个方面： 推理能力…。
13988888888
