开源 Deepthink:测试时扩展让 27B 小模型从 14% 飙到 65%
Ryoiki-Tokuiten · reddit · 2026-10-28
一位开发者发布开源项目 Deepthink,复现 OpenAI 近三个月重大成果背后的「测试时计算扩展 + agent 集群」路线,并大幅简化了系统设计,号称任何人都能在自己的难题上直接使用。
- 测试对象:因成本原因未用前沿模型,只在 Gemma4-35B 与 Qwen-3.8-27B 上验证
- 代价:每题消耗约 2 亿 token,视深度与推理速度需 50 分钟至 30 小时出结果
- 成绩:BrokenArxiv(Matharena)15 题上从 14% 提升至 65%;8 道 DeepSWE 题从 9% 提升至 52%
- 配图展示了其多 agent 协作架构:多主线并行 correction/critique 迭代、全局更新时对策略执行 CONTINUE/PRUNE/EVOLVE 决策,配合共享工作区看板、自改进验证套件与 git 式策略历史回滚
- 仓库:github.com/ryoiki-tokuiten/Deepthink
作者坦言数据「几乎难以置信」,邀请社区自行复现验证。
「编程与Agent」频道最新
- AI 设计技能库 ai-design-skills 走红,单日涨 1395 星破 9k — elayadesign · 2026-10-28
- EmbeddingGemma2变身20ms实时学习端点，CPU上跑多模态 — michellechen · 2026-10-28
- Anthropic 招聘负责人取消编程面试：AI 时代已无信号价值 — felixrieseberg · 2026-10-28
- Nous 研究助手 memelord 支持 MCP 接入，还能讲段子 — alexcovo_eth · 2026-10-28
- Comfy Cloud 新增自定义节点包，一键生成无缝循环 H3 视频 — PurzBeats · 2026-10-28
- 开源工具 Chaosfolk 放 AI 用户攻击你的 Web 应用，专抓可复现 bug — Vjeux · 2026-10-28