日期: 2025 年 3 月 23 日

DeepSeek R1-Zero 内幕大公开：原来“顿悟时刻”早就来了？还有 GRPO 的秘密

作者

新加坡国立大学与海航人工智能实验室团队提出了一篇关于R1-Zero-like训练的新论文。文章详细分析了基座模型和强化学习（RL）两大基石，并指出现有方法可能存在偏见问题，提出了改进方案。

重磅！AI大模型又起飞了！！

作者

随着AI技术的发展，程序员的职业命运正在发生改变。阿里云等多家公司已全面接入Agent体系，并要求员工具备大模型开发能力。未来企业更看重能使用AI技术重构业务流程的技术人才。AI相关岗位需求旺盛，薪资涨幅高达150%，年薪可达到70-100万。掌握AI大模型原理、应用技术和项目经验已成为就业新趋势。知学堂推出免费的「大模型应用开发实战训练营」课程，助力开发者快速转型为大模型应用开发工程师。