🚨中國的 DeepSeek 剛剛推出了唯一一個足夠擅長數學的開源模型，能夠贏得 IMO 金獎，還有一份必讀報告！ 關鍵思想來自 Karpathy 和其他人所談論的內容：超越「最終答案強化學習」，進入純語言中的生成器–驗證器–元驗證器循環。 – 驗證器經過強化學習訓練以評分證明。 – 元驗證器檢查驗證器的批評。 – 生成器根據驗證器的獎勵信號進行強化學習訓練，以撰寫和自我檢查更好的證明。 因為一切都存在於自然語言中（沒有 Lean），這個配方應該能擴展到許多可驗證的領域：科學、代碼，任何檢查比解決更容易的地方！

這些每一個市值超過 1 億美元的公司都是由一所小型的、成立約 25 年的矽谷學校的校友創辦的，該校每年有不到 200 名學生。 DoorDash Greenoaks Capital alexanderwang Windsurf Chan Zuckerberg 該校的平均 SAT 分數在美國是 99 百分位，為 1525。 這所學校是 Harker School，位於聖荷西。

我感謝現代科技讓我們能夠用幾句話在我們的便攜超級計算機中喚回逐漸消逝的記憶。