DeepSeek-R1-Zero – 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

刚刚，国产AI自己造了AI，全球首例！

卡帕西Anthropic最新头衔：技术员工（MTS）

4nm！比亚迪自研AI芯片来了：制程对齐英伟达，算力拉爆特斯拉

面壁智能「开源周」：一场定义端侧 AI 终局的系统性「亮剑」

DeepSeek V4芯模协同背后，国产算力生态开始飞轮加速