.png)
综合
7*24 快讯
AI科普
合作
全部
英雄令
项目方
开发者
产品方
投资者
标题：复刻DeepSeek-R1-Zero，沈向洋、姜大昕、张祥雨等开源RL训练方法
DeepSeek虽开源，但未公开训练代码和数据。近日，开源项目ORZ仅需1/30的训练步骤便能赶上DeepSeek-R1-Zero的蒸馏Qwen。该项目由国内大模型“六小强”之一的阶跃星辰联与清华联合发布，团队成员...
原文链接
小阳哥
02-22 18:40:47
分享至
打开微信扫一扫
内容投诉
生成图片
.png "14065")
加载更多
暂无内容
