注册    登录   
今天看啥  ›  专栏  ›  斌叔OKmath

Mini-R1：在 RL 教程中重现 Deepseek R1 的-20250204094420

斌叔OKmath  · 微博  ·  · 2025-02-04 09:44
    

原文地址： 访问原文地址
总结与预览地址：访问文章预览/总结
文章地址： 访问文章快照
推荐文章
FM93交通之声  ·  三人同处一公司，原配怒殴丈夫的婚外对象！丈夫称婚外情属于个人私德，不服被公司开除索赔超6万，法院判了
昨天
贤哥滚雪球  ·  你看到的，都是有人让你看到的。 -20260821220907
昨天
FM93交通之声  ·  女子明知自己携带艾滋病病毒仍卖淫，被公安机关当场抓获，累计交易达50次左右；获刑一年九个月，并处罚金3000元
2 天前
贤哥滚雪球  ·  许家印今天被判无期，恒大一众高管也分别被判了十几年。 -20260820193639
2 天前
申万宏源宏观  ·  热点思考 | 如何理解美国财政部下场干预美债？（申万宏观·赵伟团队）
2 天前
大联大工程师社区  ·  原厂动态 | 纳芯微推出基于创新型振铃抑制专利的车规级CAN SIC: NCA1462-Q1
2 年前
麦家陪你读书  ·  《一个女人的故事》③：难以治愈的童年，最悲伤的是长大后我却成了她
2 年前
金昌市场监管  ·  @所有食品生产者 这些食品添加剂2月8日起禁止使用！别再添加了！
1 年前
X-MOL资讯  ·  【纳米】JACS：脂质-siRNA的空间组织结构调控脂质纳米颗粒的细胞内动力学
1 年前
中汇信达深圳税务师事务所  ·  企业（非二手车经销商）销售二手车的涉税小知识
1 年前
关于   移动版   ·   TodayRss海外   ·   RSS之家   ·   卧龙AI搜索
今天看啥 - 公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
© 2025 ~ 沪ICP备11025650号