随着 DeepSeek R1 的发布，如果想复刻 R1 或者在某个领域实践 RFT（Reinforcement Fine-Tuning），可以看看我整理的清单，会持续更新。 同时我个人尝试的结果也会更新上。 DeepSeek R1：DeepSeek R1 本体论文，写的引人入胜。Kimi K1.5：Kimi K1.5 推理模型的思路和 R1 类似，在数据 ...