专栏名称: 爱可可-爱生活

知名互联网资讯博主北邮PRIS模式识别实验室陈老师

今天看啥

微信公众号rss订阅, 微信rss, 稳定的RSS源

微信公众号RSS订阅方法

B站投稿RSS订阅方法

雪球动态RSS订阅方法

微博RSS订阅方法

微博搜索关键词订阅方法

豆瓣日记 RSS订阅方法

相关文章推荐

量子位 · 陶哲轩：o3-mini纠正了我一个数学错误， ... · 23 小时前

机器之心 · 想与顶级AI人才互动？来和机器之心一起共赴这 ... · 昨天

爱可可-爱生活 · 语言模型无法真正洞察自身的语言知识 ... · 昨天

爱可可-爱生活 · [CL]《Sketch-of-Thought ... · 2 天前

黄建同学 · Sesame团队最近展示了一项有意思的技术， ... · 3 天前

今天看啥 › 专栏 › 爱可可-爱生活

枯竹逢春，无心插柳自成林-20250129102446

爱可可-爱生活 · 微博 · AI · 2025-01-29 10:24

文章预览

2025-01-29 10:24 本条微博链接枯竹逢春，无心插柳自成林【DeepSeek R1 训练过程概览】 DeepSeek R1 通过创新的纯强化学习方法 (R1-Zero) 和多阶段训练流程 (R1)，在不依赖大规模监督数据的情况下，成功训练出具备卓越推理能力且兼顾可读性的大型语言模型，有力地展示了强化学习在驱动 LLM 认知能力涌现方面的巨大 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

量子位 · 陶哲轩：o3-mini纠正了我一个数学错误，十分钟解决原本一小时才能完成的题目

23 小时前

机器之心 · 想与顶级AI人才互动？来和机器之心一起共赴这4场全球学术顶会

昨天

爱可可-爱生活 · 语言模型无法真正洞察自身的语言知识查看图片 //@爱可可-爱-20250317074720

昨天

爱可可-爱生活 · [CL]《Sketch-of-Thought: Efficien-20250317060554

2 天前

黄建同学 · Sesame团队最近展示了一项有意思的技术，致力于解决对话式语音-20250315203853

3 天前