R1技术

DeepSeek R1范式复现笔记

作者 | yulei自DeepSeek R1技术报告🐳开放以来，开源社区涌现了多种「复现」工作。本R1复现笔记旨在以多个开源项目的再复现以及交叉验证为目标，探索R1/R1-zero中强化学习步骤带来的模型效果提升，并尝试展望R1技术在未来模型训练与业务落地上的前景。一、R1 开源项目梳理目前主流的 R1 系列复现工作如表 1 所示。

资讯热榜

浙大满血版 DeepSeek 上线免费使用：无惧系统繁忙，全国 829 所 CARSI 联盟高校开放共享 DeepSeek 系列模型详解之 DeepSeek Math DeepSeek 等秒变操控电脑 AI 智能体，微软开源工具 OmniParser V2.0 发布 DeepSeek 团队新作：把代码变成思维链，大模型推理各种能力全面提升清华大学开源项目突破大模型算力瓶颈：RTX 4090 单卡实现 DeepSeek-R1 满血运行 DeepSeek 推出 NSA 技术：加速长上下文训练与推理阿里通义万相宣布即将开源视频生成模型WanX 2.1 刚刚，DeepSeek揭秘R1官方同款部署设置，温度=0.6！OpenAI推理指南同时上线

标签云