这项由德国马普所智能系统研究所的邱泽驹、刘维阳等研究者领导的研究发表于2025年6月的arXiv预印本平台，论文编号为arXiv:2506.19847v1。有兴趣深入了解的读者可以通过spherelab.ai/oftv2访问完整论文和相关资源。 当下的人工智能世界正面临着一个有趣的矛盾：AI模型变得越来越聪明，但也变得越来越"胖"。这些动辄几十亿甚至上千亿参数的大型模型，就像是住在豪华别墅里的巨人 ...

代码生成方面， 在MBPP+（Pass@1）的指标达到80.2，与Qwen3-32B（82.0）处于同一性能区间。数学推理任务中，MATH-500测试以96.8分超越Qwen3-32B（96.6），CNMO2024基准Pass@1指标70.8亦较后者（70.4）提升0.4分。特别在 SuperGPQA复杂问题解答基准中，54.8 的Pass@1 得分显著优于 GLM-Z1 ...