DeepSeek后训练

• DeepSeek后训练优化实践：小模型如何通过强化学习超越大模型

  DeepSeek近期发布的研究成果引发行业关注：一个仅通过后训练阶段优化的较小参数量模型，在多项基准测试中超越了自家更大参数量的基座模型。这一结果打破了参数量决定能力的固有认知，表…

  人工智能 16小时前