Сегодня я шел по Цюриху – я шел восемь тысяч шагов и кивал каждому встречному будто мы знакомы с детства, я смотрел им в глаза как в прозрачные окна: я видел горы, покрытые снегом пики и бесконечные зеленые луга на которых солнце разбилось на мириады желтых цветов; я шел все дальше, и смотрел все глубже, пока не увидел другие горы, пока за ними не увидел ученого в светлой комнате, а на столе у него документ: > Inference-Time Scaling for Generalist Reward Modeling И в нем был этот кусок: … выявлено, что DeepSeek-GRM-27B превосходит базовые методы по общей производительности и демонстрирует конкурентоспособные результаты по сравнению с сильными общедоступными моделями RM, такими как Nemotron-4-340B-Reward и GPT-4o. Кроме того, при масштабировании вычислительных ресурсов (inference-time scaling) DeepSeek-GRM-27B может дополнительно улучшить показатели и достичь лучших общих результатов… Когда я очнулся, я стоял у прозрачного озера – в нем не было рыб, но на дне сверкала монета, я поднял её: время стерло все надписи, сделав ее анонимной и вневременной Ждем новую зверь-модель от DeepSeek на 27B которая пойдет почти на каждом тостере