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

又快又能打！匿名模型玉兔模型杀上双榜第一，Coding实测全记录

量子计算走上桌面！“小盒子”跑通端到端，数据全程不出门

啥题啊能干崩OpenAI最强模型训练…

量子AI创业来了一支“清华梦之队”：10亿估值，用量子改造大模型底层

HC归来，华为正重新定义AIDC基础设施