8块A100，32B碾压DeepSeek V3、o1-preview！普林斯顿北大首提分层RL推理 2025年2月12日23时 作者 新智元 座。普林斯顿联手北大提出全新ReasonFlux框架，直接AIME上碾压o1-preiview。 仅
