Dataset mit 1.451 verifizierten DeepSeek V4.1 Flash Reasoning-Traces veröffentlicht 19. September 2026
65,94 vs. 56,83 Prozent auf AIME: Quantisierungsbewusstes Training schlägt Bfloat16-Baseline 14. Juni 2026
OpenAI veröffentlicht o1-preview: Erstes Modell mit Reinforcement Learning auf Chain-of-Thought-Reasoning 12. September 2024