大模型微调、强化数据合成开源代表项目解析及DeepSeek-R1发布100天后的复刻总结 下午2时 2025/05/05 作者 老刘说NLP 结，DeepSeek-R1发布100天后，我们学到了什么？看看有哪些数据集，微调或者强化学习方式是怎
