李飞飞/DeepSeek前员工领衔，复现R1强化学习框架，训练Agent在行动中深度思考
李飞飞/DeepSeek前员工领衔，复现R1强化学习框架，训练Agent在行动中深度思考什么开源算法自称为DeepSeek-R1（-Zero） 框架的第一个复现？
来自主题: AI技术研报
6685 点击 2025-04-25 15:35
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
什么开源算法自称为DeepSeek-R1（-Zero） 框架的第一个复现？