"DeepSeek-R1-Zero"最新资讯 | 量子位

DeepSeek-R1-Zero

1/30训练步骤复刻DeepSeek-R1-Zero，沈向洋姜大昕张祥雨等开源推理模型RL训练方法

复杂奖励函数不是必要的

西风 2025-02-22

DeepSeek-R1-Zero 沈向洋阶跃星辰

加载更多

热门文章

7499拿下纯血鸿蒙+DeepSeek，华为“小宽折叠”手机：帮接电话，眼动翻页

AI驱动下，品牌高质增长成破局关键丨阿里妈妈未来商业奖颁奖盛典落幕

OpenAI加码写作赛道？阿里最新大模型通用写作能力基准来了

Nature发文「智能体摩尔定律」，Agent能力每7个月翻倍

对话周光：自动驾驶实现AGI，RoadAGI比L5更快 | GTC 2025