页面历史
2025年2月24日 (星期一)
2025年2月6日 (星期四)
2025年2月5日 (星期三)
2025年2月1日 (星期六)
2025年1月28日 (星期二)
→蒸馏技术
-3
→DeepSeek-R1-Zero与强化学习
+72
→DeepSeek-R1-Zero与强化学习
+252
→DeepSeek-R1-Zero 的顿悟时刻
无编辑摘要
+88
→DeepSeek-R1-Zero 的顿悟时刻
-2
→DeepSeek-R1-Zero 的顿悟时刻
→DeepSeek-R1-Zero 的顿悟时刻
-4
→DeepSeek-R1-Zero 的顿悟时刻
→DeepSeek-R1-Zero 的顿悟时刻
+18
→蒸馏技术
-1
→数学和编程任务
+14
→写作和开放问答任务
+3
→指令执行与规范化输出
+2
→事实性问答
-276
→事实性问答
+2
→长上下文任务
+3
→教育领域任务
-1
→DeepSeek-R1-Zero 的顿悟时刻
+7
→性能表现
+1
→性能表现
+13
→性能表现
-12
→性能表现
-8
→DeepSeek-R1-Zero与强化学习： 顿悟时刻，原文内容总结
小+641
→性能表现
+26
→性能表现
+37
→蒸馏技术
+8
→冷启动数据与多阶段训练
+203
→强化学习训练
+103
→背景
+130
无编辑摘要
+18
无编辑摘要
+1
无编辑摘要
+163
无编辑摘要
+271
无编辑摘要
+2,822
→加入我们
+245
→加入我们
+27
→加入我们
+285
→加入我们
-301
→冷启动数据与多阶段训练
+9