DeepSeek-R1 — Reasoning via RL (2025)
The open recipe for reasoning models — a Nature cover, from a hedge fund's lab.
Bạn đang xem hồ sơ bài báo nghiên cứu: một bài báo có tầm ảnh hưởng lớn và những đóng góp mà nó mang lại cho lĩnh vực.
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.
Kết nối của mục này với phần còn lại của hệ thống
Các liên kết của hồ sơ này trong nháy mắt — nhấp vào một nhóm để chuyển đến nhóm đó.
Giới thiệu vào
Liên quan
Nguồn
Hồ sơ được xem xét tính đến 2026-01-15 — xem Phương pháp luận.