了解GRPO，你可能会反思Deepseek R1的提示词方法，看AI顿悟《了凡四训》后的Aha时刻
了解GRPO，你可能会反思Deepseek R1的提示词方法，看AI顿悟《了凡四训》后的Aha时刻"Deepseek R1不就是一个参数更大的语言模型吗？随便问问题就行了，还需要什么特殊技巧？"——当你说出这句话时，是否意识到自己正像《西游记》里高举紫金葫芦的妖怪，对着齐天大圣叫嚣："我叫你的名字，你敢答应吗？"
来自主题: AI技术研报
8901 点击 2025-01-30 13:53