DeepSeek R1模型在社交媒体上引起关注，尽管在数学和编程领域有所进展，但在国际数学奥林匹克等基准测试中表现不佳。研究者提出多元推理方法，结合多种模型和方法，显著提高了准确率。实验结果显示，IMO问题的准确率从33.3%提升至77.8%，HLE问题从8%提升至37%。通过强化学习和元学习，进一步优化了推理模型的性能。