high思考强度测试了42次，答对15次，正确率31%. 这个智能程度对dllm来说已经是十分令人惊讶的了，毕竟现在连opus 5.5和astra都不能保证100%答对糖果问题。
而且有一个很有意思的现象， 所有答错的情况，最终回答的时间都在六七秒左右，答对的普遍在30秒以上。
明年的大模型不会都是 1000token/s 起步吧，个个比谷谷歌歌还谷谷歌歌 ^-^
参数还不大，估计架构本身也有很多优化的空间，不知道还能不能继续 scaling 了
这么快，一次答不对，让他反思两次都比其他模型快了 ^-^
好像这个模型大概是 30B 左右的稠密模型
那估计很快就会有很多小参数的，但是 scaling 的还是没有那么多了
temp=0 能答对嘛？
我测试下来 14s 就行了：瘫坐，这速度
以后可能单凭直觉就能秒人类天才了
就像象棋围棋秒下都能秒人类大师
扩散模型有这个能力也太牛b了，期待明年
