
DeepSeek研究员在线爆料:过年都没歇 还有大招!
技术
2025-02-05 12:01
声明:该文章来自(新浪证券)版权由原作者所有,K2OS渲染引擎提供网页加速服务。
大年初四Daya Guo发了一条推文,透露了春节期间让他最兴奋的事情,亲眼见证了R1-Zero模型性能曲线的 “持续增长”,并且直言感受到了 强化学习(RL)的强大力量。
Daya Guo回复了网友有关DeepSeek R1的一些问题,以及接下来的公司的计划,只能说DeepSeek的R1仅仅只是开始,内部研究还在快速推进,DeepSeek的研究员过年都没歇,一直在爆肝推进研究,接下来DeepSeek还有大招。
网友提问:“如果不是秘密的话:这次RL训练跑了多久?”对此,Daya Guo表示,660B参数的R1-Zero和R1是在V3发布之后才开始跑的,训练大约花了2-3周。
此外,他还表示在尝试将R1应用于形式化证明环境,希望尽快向社区发布更好的模型。听Daya Guo的意思,他们在这方面已经有进展,未来可能会有更重磅的模型发布!期待值拉满!
[超站]友情链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
关注数据与安全,洞悉企业级服务市场:https://www.ijiandao.com/
排名
热点
搜索指数
- 1 希望寄予青年 7904058
- 2 微信重大更新!聊天记录终于有救了 7809618
- 3 商务部:美已取消一系列对华限制措施 7713540
- 4 预警是怎样跑赢山洪的 7617506
- 5 中使馆:被骗至缅甸失联的模特已获救 7522030
- 6 外星系不明物体造访太阳系 7425181
- 7 TVB“御用爷爷”周聪因肺炎去世 7332361
- 8 哇唧唧哇致歉 永久下架问题微短剧 7233831
- 9 今年以来最强高温来袭 7140096
- 10 一只烤鸭只卖25元 店家仍挣钱 7042285