GPT 复核 Agent 训练论文数据：DeepSeek 第二阶段进步被低估

teortaxesTex 用 GPT 复核 Agent 训练对比论文 2610.33624 的原始数据，认为 DeepSeek 的实际进步被低估。DeepSeek 在 16 项能力基准中有 10 项提升、5 项下降、1 项持平，平均归一化进度从 38.0% 升至 47.7%，但计算资源使用量高于 GLM，比较并非完全公平。