Главная › Научные статьи › DeepSeek-R1 — Reasoning via RL (2025)
DeepSeek-R1 — Reasoning via RL (2025)
Научная статья
Рассуждение
The open recipe for reasoning models — a Nature cover, from a hedge fund's lab.
Перед вами запись об исследовательской статье — знаковой работе и том, что она привнесла в область.
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.
Место в общей экосистеме
Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.
Представлено в
Связанные
Источники
Запись актуальна на 2026-01-15 — смотреть Методология.