★
मेनू
होम यह कैसे बना है Watchlist द स्टैक
हार्डवेयर Chipsचिप्स की तुलना करें सर्वर और सिस्टमनेटवर्किंग मेमोरीफ़ाउंड्री और पैकेजिंग कूलिंग
फ़ैसिलिटीज़ डेटा सेंटरबिजली परियोजनाएँCloud और GPU Compute
इंटेलिजेंस AI Modelsसॉफ़्टवेयर AI उत्पादBenchmarks रिसर्च पेपरडेटासेट अवधारणाएँ
इकोसिस्टम कंपनियाँस्टॉक्स लोगसमयरेखा रुझानAI का भविष्य
जानें समाचार डेटा से पूछें AI एजेंट
परिचय हमारे बारे में पद्धति Data & API अस्वीकरण
विकल्प
DATA & API

साइट के कैश्ड डेटा तक निःशुल्क रीड-ओनली JSON पहुँच।

डार्क मोड

निर्देशित दृश्य
chip, data center और मॉडल की शब्दावली से अपरिचित हैं? ब्राउज़ करते समय हम प्रमुख शब्दों को सरल भाषा में समझाते हैं। वही डेटा, साथ में सहायता।

विशेषज्ञ दृश्य
आप पहले से स्टैक जानते हैं। बस डेटा: साफ़, तेज़ और संक्षिप्त, बिना किसी अतिरिक्त स्पष्टीकरण के। यह डिफ़ॉल्ट व्यू है।

इंटरफ़ेस भाषा
‹ वापस
होम › रिसर्च पेपर › DeepSeek-R1 — Reasoning via RL (2025)

DeepSeek-R1 — Reasoning via RL (2025)

रिसर्च पेपर रीज़निंग

The open recipe for reasoning models — a Nature cover, from a hedge fund's lab.

आप एक research paper रिकॉर्ड देख रहे हैं: एक महत्वपूर्ण paper और इसने इस क्षेत्र में क्या नया पेश किया।

The R1 report showed reasoning emerging from pure reinforcement learning on verifiable problems (R1-Zero), then a practical pipeline mixing SFT and RL — published openly with weights while Western labs kept their recipes closed. It democratized the o1 breakthrough within weeks and later ran as Nature's cover paper.

यह बाकी स्टैक से कैसे जुड़ता है

Introduced in · 1 Related · 1 DeepSeek-R1 — Reasoning via RL (2025)

इस रिकॉर्ड के लिंक एक नज़र में — किसी समूह पर क्लिक करके उस पर जाएँ।

परिचय हुआ

संबंधित

स्रोत

arXiv 2501.12948 ↗

रिकॉर्ड की समीक्षा की गई 2026-01-15 — देखें पद्धति.