2025年2月18日
如何训练LLM“思考”（像o1和DeepSeek-R1一样, 高级推理模型解析
摘要： 如何训练LLM“思考”（像o1和DeepSeek-R1一样, 高级推理模型解析 2024年9月，OpenAI发布了它的o1模型，该模型基于大规模强化学习训练，赋予了它“高级推理”能力。不幸的是，他们是如何做到这一点的细节从未被公开披露。然而，今天，DeepSeek（一个AI研究实验室）成功复现了这种推理行为，并公开了他们方法的完整技术细节。在这篇文章中，我将讨论这一创新背后的关 阅读全文
posted @ 2025-02-18 10:17 果冻人工智能 阅读(612) 评论(2) 推荐(2)