开源项目 Deepthink 用测试时计算扩展让 27B 模型成绩从 14% 提升至 65%

一名开发者发布开源项目 Deepthink，通过测试时计算扩展和 AI 智能体集群复现并简化相关路线。Deepthink 在 Gemma4-35B 与 Qwen-3.8-27B 上验证，BrokenArxiv(Matharena) 15 题成绩从 14% 提升至 65%，8 道 DeepSWE 题从 9% 提升至 52%。