"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

具身智能大算力开发平台S600重磅亮相，地瓜机器人引领新范式

“最强具身VLA大模型”，究竟强在哪儿？

戴盟新一代视触觉解决方案全球首发，四大功能全新升级

具身开放日点燃生态引擎，智源以开源开放驱动具身智能创新

狙击Gemini 3！OpenAI发布GPT-5.1-Codex-Max