更改

文件:推理过程中 DeepSeek-R1-Zero 在训练集上的平均响应时间。.png (查看源代码)

2025年1月28日 (二) 11:03的版本

添加86字节、 2025年1月28日 (二) 11:03

无编辑摘要

DeepSeek-R1-Zero ⾃然⽽然地学会了⽤更多的思考时间来解决推理任务

113

个编辑

取自“https://wiki.swarma.org/index.php/特殊:移动版差异/41447”