"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

(●`ω`●)没有更多啦～

热门文章

强得不像合资车！丰田首款智能车交卷，14万买端到端+激光雷达

DeepMind元老创业AI编程：亮相即获1.55亿美元，英伟达红杉抢着投，团队太豪华了！

Manus引爆智能体复现潮！DeepSeek已被整合，项目挤满开源榜

港大马毅团队等开源新作：用编码率正则化重构视觉自监督学习范式，“少即是多”

蔚来又融到钱了，合肥国资再注资4亿，新推换电补贴政策兜底