ホーム 話題 library logo ライブラリ 自分
詳細表示

DeepSeek R1 范式复现笔记

摘要

本文探讨了DeepSeek R1系列技术的复现与优化，重点分析了多个开源项目在数学和逻辑题领域的应用。通过实验验证，强化学习在提升模型推理能力方面效果显著，但小模型在复杂任务上表现有限。未来需优化RL框架，提升多机训练效率，并确保思维链质量不退化，以推动长思考模型在实际业务中的应用。

阅读原文
xiaozi 于 2025-02-19 分享
182 海报分享
关联话题： #腾讯

欢迎在评论区写下你对这篇文章的看法。

评论

ホーム - Wiki
Copyright © 2011-2025 iteam. Current version is 2.142.0. UTC+08:00, 2025-02-22 02:07
浙ICP备14020137号-1 $お客様$