文章来源： 更新时间：2025-02-15 06:50:37
这个真不确定： 这个郭达雅，好像是deepseek的工程师。
上面是他在推特（齿）上的内容。
（后面这推特删掉了） 看样子，deepseek R1，似乎是用强化学习，仅仅训练了两三周的产物，而且是在V3，发布后，开始运行RL（强化学习）的。
痴3是2024年12月26年发布，搁1于2025年1月20日发布。
刚好差不多叁周时间。
也就是说，似乎是发布了V3，然后用强化学习，训练了R1两三周，看到成绩不错，就立马在网上上架了…… 接着，春节期间，deep…。
地址：广东省广州市天河区88号电话：400-123-4657传真：+86-123-4567
版权所有：
