1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 办公文档
  5. 简明教程
网站大量收购独家精品文档，联系QQ：2885784924

DeepSeek R1的思考和启发_邱锡鹏.docx

DeepSeek R1的思考和启发_邱锡鹏.docx

    1. 1、本文档共26页，其中可免费阅读14页，需付费169金币后方可阅读剩余内容。
    2. 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
    3. 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    4. 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    关于DeepSeekR1的思考和启发

    邱锡鹏

    复旦大学/上海创智学院

    2025年2月2日

    OpenAIo1标志着大模型推理能力突破

    o1在竞赛题目上到达了人类专家水平o1实现了AGI的第二阶段(Reasoner)

    预训练时代可能即将结束，但ScalingLaw继续？

    o1引入的新范式：

    Scale强化学习和推理时计算

    以强化学习为核心的推理模型

    Agent=LLM

    Action=NextToken/Step/SolutionState=LLMinputs

    Policy:πactionstate

    强化学习

    您可能关注的文档

    最近下载

    文档评论（0）

    4A方案 + 关注
    实名认证
    服务提供商

    擅长策划，|商业地产|住房地产|暖场活动|美陈|圈层活动|嘉年华|市集|生活节|文化节|团建拓展|客户答谢会

    咨询作者（1400人已咨询） 服务中

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >