DeepSeekRL-Extended：从零实现DeepSeek R1的强化学习项目
从零实现DeepSeek R1的强化学习项目，探索GRPO算法的应用，仅用单个H100 GPU400步训练提升模型性能，完全自研且提供多脚本结构。
作者
腾讯元宝接入DeepSeek+联网后，公众号文章就是线上资源库。
今天想休息但看到一款大厂接入DeepSeek R1的应用后决定更新。元宝的联网搜索能力加上R1让测试者印象深刻。文章还提到公众号内容质量高且多数被AI捕捉不到，强调了内容生态的重要性及混元与元宝合作的意义。
给AI绘画工作流插上DeepSeek的翅膀（附硅基流动配置）
最近DeepSeek火爆出圈。我优化了ComfyUI跑图工作流，并通过配置API实现了这一目标。AI绘画使用DeepSeek有三个用途：优化提示词、反推和翻译，以及配置DeepSeek节点。
2024 年度总结 LLM System Research：过去半年的科研心路历程
MLNLP社区致力于促进国内外机器学习与自然语言处理领域的交流与发展。文章分享了作者在第一学期的科研经历，包括如何寻找科研方向、设计系统以及与导师合作的过程。强调了团队合作的重要性，并建议初入科研者关注技术交流群以获得帮助。
