跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

类 R1-Zero 训练

华人研究团队揭秘:DeepSeek-R1-Zero或许并不存在「顿悟时刻」

下午4时 2025/02/07 作者 机器之心

有时对模型性能的助益不大。
在过去这半个月里,关于 DeepSeek 的一切都会迅速成为焦点。
一项

分类 学术、 资讯 标签 Qwen-2.5-3B、 R1-Zero、 响应长度、 基础模型、 类 R1-Zero 训练、 自我反思 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Manus Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

近期文章

  • 拆解AI编程顶流Cursor:我们从它的架构、提示词和产品哲学中学到了什么?
  • 字节发布 SeedEdit 3.0,ChatGPT 企业版大升级,谷歌 Gemini 再进化! AI Weekly 6.2-8
  • 又一年AI高考作文大赛开始了
  • 探讨Entropy(熵)机制在RL中扮演的角色
  • 微软发布GUIAgent新范式!告别传统方式,小参数少数据,7B吊打72B模型

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
2025 年 6 月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 5 月    

归档

  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×