根据推特账号God of Prompt的最新分析，Claude 3.7 Sonnet在Chain-of-Thought链式推理中仅有25%的输出包含明确推理迹象，DeepSeek R1则为39%，其余大多为缺乏事实依据但自信陈述的内容。这一忠实性问题对企业级AI部署、AI安全性与合规性带来严重挑战，突显了AI事实性、模型审计及可解释性工具的市场机会。面对关键业务场景，企业亟需值得信赖、推理可追溯的AI解决方案（来源：https://twitter.com/godofprompt/status/2009224346766545354）。

根据Twitter用户God of Prompt的消息，一款仅有700万参数的AI模型在复杂推理任务中，以45%的准确率超越了DeepSeek R1的6710亿参数（准确率为15.8%）。该模型的创新之处在于采用多轮自我修正迭代方式，通过最多16次推理与改进循环，大幅提升推理能力。与传统大模型一次性输出不同，这款小模型可在数小时内训练完成，体积仅28MB，并可在单个GPU上运行。在高难度数独测试中，该模型准确率高达87%，远超先前最佳（55%）和GPT-4（0%）。此次突破为企业带来高效、低成本且具备强大推理能力的AI解决方案，展现出巨大的商业化潜力（来源：@godofprompt）。