PlanBench

DeepSeek-R1模型引发广泛关注，成本从数十万到几百元不等。其表现超越多种榜单和测试任务，包括LiveBench和PlanBench，在公开数据上甚至超过GPT-4和Gemini Flash。同时引发了关于构建新平台强化微调的兴趣。