腾讯网26 天
200多行代码,超低成本复现DeepSeek R1「Aha Moment」!复旦大学开源
DeepSeek-R1-zero 经过强化学习实现了大模型 ... 项目介绍 本项目代码简单，GRPO 算法实现仅有 200 多行代码，且仅依赖基础的深度学习代码库，如 deepspeed ...
新浪网26 天
200多行代码，超低成本复现DeepSeek R1「Aha Moment」！复旦大学开源
DeepSeek-R1-zero 经过强化学习实现了大模型 ... 项目介绍 本项目代码简单，GRPO 算法实现仅有 200 多行代码，且仅依赖基础的深度学习代码库，如 ...