读R1的训练过程《DeepSeek-R1》论文导读_哔哩哔哩_bilibili

Name: 读R1的训练过程《DeepSeek-R1》论文导读
Uploaded: 2025-01-31T21:43:42.000Z
Duration: 38 min 10 s
Channel: LLM张老师
Description: DeepSeek-R1-Zero 是亮点。DeepSeek-R1的训练过程： 1)SFT——2)RL——3)SFT——4)RL

LLM张老师

DeepSeek-R1-Zero 是亮点。DeepSeek-R1的训练过程：1)SFT——2)RL——3)SFT——4)RL, 视频播放量 76088、弹幕量 63、点赞数 2092、投硬币枚数 1118、收藏人数 5263、转发人数 605, 视频作者 LLM张老师, 作者简介 https://www.waylandz.com 多伦多大学 07 计算机科学，相关视频：deepseek V3 全网最硬核解读一   MTP与专家负载均衡，DeepSeek R1核心原理讲解 | 在开放语言模型中推动数学推理的极限 (论文解析)，Deepseek系列论文解读1【Deepseek-V3】【Deepseek-R1】，梁文锋团队发表《自然》封面文章，披露DeepSeek-R1训练方法，DeepSeek-MOE原理讲解，Deepseek如何帮助你一天完成一篇综述？（2），从零开始手撕微调代码（deepseek-r1蒸馏模型），并且本地运行和调试，无需联网。，Deep seek R1本地部署超详细教程 Ollama安装路径更改&模型安装路径更改 拒绝c盘爆红 小白看了都能会的最细教程，EZ撸paper: DeepSeek-R1 论文详解 part 1：比肩 OpenAI-o1，如何做到的？| 论文深度解读+独家分析，DeepSeek-R1深度解读，大模型+强化学习重挫英伟达！