"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

“豆包手机”在二手市场价格都翻倍了……

英伟达巧用8B模型秒掉GPT-5，开源了

谷歌新架构突破Transformer超长上下文瓶颈！Hinton灵魂拷问：后悔Open吗？

SpaceX估值8000亿美元超OpenAI，IPO就在明年

Ilya刚预言完，世界首个原生多模态架构NEO就来了：视觉和语言彻底被焊死