DeepSeek-R1真是旷世之作。o1刚出现时，全世界都在争相复现，又是蒙卡搜索树，又是PRM，又是test time compute，又是对强化学习绝望。R1的出现算是带全世界走出泥潭。
发布于 广东
yaolubrain
DeepSeek-R1真是旷世之作。o1刚出现时，全世界都在争相复现，又是蒙卡搜索树，又是PRM，又是test time compute，又是对强化学习绝望。R1的出现算是带全世界走出泥潭。