在上期《DeepSeek-R1服务性能评测网页版》分析中，各平台在用户体验与功能表现方面存在一定差异。本轮评测则采用中国软件评测中心人工智能部自研大模型服务性能工具，选取六家主流平台的API版本，通过多时段多轮次测试开展系统性评估。

团队基于GRPO（Group Relative Policy Optimization）算法的框架，仅用200多行代码成功复现了DeepSeek R1零样本自发反思能力，显示出了其在代码简洁性和高效性方面的巨大优势。 这项名为Simple-GRPO的项目，现已在Github上开源，让更多的研究者和开发者能够以较低的成本使用 ...

雅马哈YZF-R1自1998年首次亮相以来，一直是高性能运动摩托车的代表。2014款YZF-R1在性能、设计和配置方面依然保持了其经典的优势，以下是基于最新 ...

阿里云官方公众号发文称，公司发布并开源全新的推理模型通义千问QwQ-32B。通过大规模强化学习，千问QwQ-32B在数学、代码及通用能力上实现质的飞跃，整体性能比肩DeepSeek-R1。

受DeepSeek-R1启发，团队率先将强化学习算法应用于多模态音频理解任务，仅用一周时间便以64.5%的SOTA准确率登顶国际权威的MMAU音频理解评测榜首 ...

华为云https://activity.huaweicloud.com/maas-ds.html200万（每个模型） 无 无 一个模型一个接口地址 阿里百炼https://bailian.console.aliyun.com ...

很少有模型能够可靠做到这一点。顶级的OpenAI推理模型（如o1-pro，月订阅费为200美元）也能做到这一点，但DeepSeek-R1、Gemini 2.0 Flash Thinking和Claude的所有模型都没办法做到。 但Grok 3并没有解决“表情符号之谜”问题，即使以Rust代码的形式给出了有关如何解码它的 ...

基于 🦜️🔗 LangChain与 DeepSeek R1 大语言模型的本地知识库问答。 本项目是本地知识库问答应用的 serve 后端。目前实现基本的 RAG 功能。 后续会系统学习 langchain ，逐步添加更多的功能。 项目使用 FastAPI+ Uvicorn+ SQLModel+ SQLite 框架。 向量数据库使用 Chroma。

IT之家2 月 24 日消息，经研究发现，DeepSeek R1 在多项指标中表现惊艳，但与其他开源大语言模型相同，抵抗越狱攻击的能力可以进一步提升。 针对这一情况，清华大学与瑞莱智慧联合团队推出大语言模型 RealSafe-R1。该模型基于 DeepSeek R1 进行深度优化与后训练 ...

本R1复现笔记旨在以多个开源项目的再复现以及交叉验证为目标 ... 3B 模型在起始阶段就比 7B 模型低了 7% 左右；在迭代了接近 500 步后，3B 模型勉强与 7B 模型迭代 200 步的效果接近。 3B 量级模型与 7B 量级初始回复长度基本接近，但 3B 模型最终达到的回复长度 ...