GPT 复核显示 DeepSeek 训练涨幅被严重低估

teortaxesTex 用 GPT 复核一篇智能体训练对比论文(2610.33624)的原始数据，发现「基准只涨 4 分」的报道严重低估了 DeepSeek 第二阶段的实际进步。其对比测试还显示，在正确的 harness 下，Energy-DeepSeek 在企业任务上得分 91.4%，每任务成本仅 0.224 美元，约为 GPT 6.1 高档配置的五分之一。

2026-10-29 ~ 2026-10-29 · 2 条相关

• GPT 复核论文数据:DeepSeek 第二阶段涨幅被严重低估 — teortaxesTex · 2026-10-29
• 实测：调优后的 DeepSeek 任务分 91.4%，成本仅为 GPT 6.1 高档的 1/5 — emilahlback · 2026-10-29