跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

响应长度

DeepSeek-R1-Zero不存在顿悟时刻?华人团队揭秘真相:或只因强化学习

2025年2月8日23时 作者 新智元

ek-R1-Zero的「顿悟时刻」,可能并不存在。类似复现实验中之所以出现响应变长现象,或许只是因为

分类 资讯 标签 R1-Zero、 响应长度、 奖励机制、 强化学习、 自我反思、 顿悟时刻 发表评论

华人研究团队揭秘:DeepSeek-R1-Zero或许并不存在「顿悟时刻」

2025年2月7日16时 作者 机器之心

有时对模型性能的助益不大。
在过去这半个月里,关于 DeepSeek 的一切都会迅速成为焦点。
一项

分类 学术、 资讯 标签 Qwen-2.5-3B、 R1-Zero、 响应长度、 基础模型、 类 R1-Zero 训练、 自我反思 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM MCP Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • MistralAI新模型:Mistral-Small-3.2-24B-Instruct-2506
  • 持续学习的 python 文本分类器——adaptive-classifier
  • 腾讯祭出开源核弹!LeVo音乐生成模型,媲美Suno,支持零样本风格迁移,歌词完美匹配
  • 月之暗面发布了 Kimi-Researcher
  • Sam Altman:即将推出远超预期的开源模型,ChatGPT记忆功能正在实现《Her》的愿景

2025 年 6 月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
30  
« 5 月    

归档

  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×