36氪18 天
DeepSeek是新源神，推理模型o1性能1/50价格，微调/数据/商用全免费 ...
开源DeepSeek-R1推理大模型，与o1性能相近。‍‍ 开源DeepSeek-R1-Zero，预训练模型直接RL，不走SFT，堪称语言模型的AlphaZero。 开源用R1数据蒸馏的Qwen ...