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

相关文章推荐

爱可可-爱生活 · 【[5星]gla-jax：用JAX和pall ... · 2 天前

新智元 · 28年AGI撞上数据墙，以后全靠测试时计算？ ... · 3 天前

爱可可-爱生活 · 这篇论文创新性地提出了 ... · 3 天前

爱可可-爱生活 · 《爱可可微博热门分享(1.26)》 ... · 3 天前

爱可可-爱生活 · 【[6.1k星]Upsonic：为企业级任务 ... · 3 天前

51好读 › 专栏 › 爱可可-爱生活

【DeepSeek-R1图解：深度解析DeepSeek-R1模型-20250128081858

爱可可-爱生活 · 微博 · AI · 2025-01-28 08:18

正文

2025-01-28 08:18
本条微博链接

【DeepSeek-R1图解：深度解析DeepSeek-R1模型，带你领略推理型大语言模型的魅力。亮点：1. 600,000条长推理链路数据，稀缺且昂贵，却为模型训练提供了坚实基础；2. 无需大量标注数据，通过大规模强化学习训练出的R1-Zero模型，推理能力与OpenAI O1相当；3. 结合监督微调和强化学习，让模型在推理与非推理任务上都能表现出色】
'The Illustrated DeepSeek-R1: A recipe for reasoning LLMs'