机器学习POD 机器学习POD
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化

08
2026/01

大模型

DeepSeek-R1 v2 发布:新增技术细节与训练流程全解读

论文标题:DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforceme ...
20 小时前
36 0

专题展示

DeepSeek-R1 v2 发布:新增技术细节与训练流程全解读
20 小时前
WAIT, WAIT, WAIT... WHY DO REASONING MODELS LOOP?
2 天前
陈丹琦团队新作:负样本强化在 LLM 推理中的有效性机制
3 天前
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化
Copyright © 2017-2026 机器学习POD. 京公网安备11010802044892号 京ICP备2021031854号
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化