一文读懂 DeepSeek R1：强化学习如何重塑大语言模型推理能力？
DeepSeek R1 是 DeepSeek 公司推出的一款基于强化学习的大语言模型，它在推理能力上取得了重大突破，甚至能与 OpenAI 的 o1-1217 相媲美。
DeepSeek R1 强化学习 大语言模型
14 min read
1 篇文章
DeepSeek R1
浏览关于 DeepSeek R1 的 1 篇文章、工具介绍与使用记录，按发布时间查找相关内容。
1 篇文章
浏览关于 DeepSeek R1 的 1 篇文章、工具介绍与使用记录，按发布时间查找相关内容。