rStar2-Agent 仅有 140 亿参数，在参数规模上，与动辄千亿参数的模型相比，堪称 “小巧玲珑”。但就是这样一个看似 “不起眼” 的模型，在数学推理测试 AIME24 中却斩获了 80.6% 的准确率，力压拥有 6710 亿参数的 DeepSeek-R1（79.8%）。