待验证50% 置信事实精确时间

DeepSeek在同一32B模型上对比发现：纯RL在AIME 2024上达47%，从R1蒸馏达72.6%，表明对小模型而言从更强模型蒸馏比大规模RL更有效。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/30

首次发现

有效期至：2027/1/28

来源

推理模型14个核心概念：从思维链到GRPO全面拆解

youtubeBrix AI2026/10/29

涉及实体

DeepSeekcompany 知识蒸馏concept 强化学习concept AIMEbenchmark

相关事实

已验证DeepSeek R1提供了从1.5B到671B参数的多种蒸馏版本74% 相似已验证DeepSeek此前的R1模型在技术报告中描述了从自研模型蒸馏至小参数版本的流程74% 相似待验证DeepSeek-R1 蒸馏模型在 AIME 2024、MATH-500、LiveCodeBench 等任务上表现出色，在多数场景下与 GPT-4o 和 DeepSeek V3 相当，部分指标超越 OpenAI o1-mini71% 相似待验证DeepSeek-R1 32B模型据称已能达到非常好的效果70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1116039

API

curl https://kongchang.com/api/v1/knowledge/claims/1116039

MCP

get_claim(id=1116039)