加州大学伯克利分校的最新研究[1]表明，仅 1.5B 参数的小模型竟然在 AIME（美国数学竞赛） 上击败了 OpenAI 的 o1-preview！他们对 Deepseek-R1-Distilled-Qwen-1.5B 进行了强化学习（R