登录
返回 风叔云

三个关键词，深度剖析DeepSeek-R1的实现原理

风叔云 2025年01月27日 查看原文
登录后站内阅读

已收录文章摘要，完整内容可前往原文阅读。

公布答案：直接强化学习、GRPO、冷启动数据和多阶段训练

查看完整文章
上一篇
下一篇