在训练强化学习(RL)时，R1 并没有显式地对思维链的每一步进行奖励和惩罚，而是创造了一种名为 GRPO (Group Relative Policy Optimization) 的强化学习算法，给逻辑连贯、思维链格式的正确结果给予奖励，从而隐式鼓励模型 self-play 形成思维链。
监督学习(SFT) - 强化学习(RL) - 监督学习(SFT) - 强化学习(RL)
后续进行复盘，机器再学习标记正确并在汇总思考
其实还有一项很重要是如何绕开CUDA再从底层进行更为高效的深度开发
https://mazzzystar.com/2025/01/30/chatgpt-to-deepseek-r1-zh/
TLDR
Deepseek R1可能找到了超越人类的办法
我本想写一篇关于 DeepSeek R1 的科普文，但发现很多人仅仅把它理解为 OpenAI 的复制品，而忽略了它在论文中揭示的&quot惊人一跃&quot，所以，我决定重新写一篇，讲讲从 AlphaGo 到 ChatGPT，再到最近的 DeepSeek R1 底层原理的突破，以及为什么它对所
👍9🤔2🤡2🤯1
Please open Telegram to view this post
VIEW IN TELEGRAM
cnBeta.COM
中国研究人员提出创新算法 将NVIDIA GPU科学计算性能提升800倍
据报道，中国的研究人员发明了一种创新的高性能算法，可以大幅提升NVIDIA消费级GPU的科学计算性能，最高达惊人的800倍！这一算法来自深圳北理莫斯科大学的团队，该校由北京理工大学、莫斯科国立罗蒙诺索夫大学联合创立。
🤡5❤1
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
总年龄1000岁！老年组大战智能机，谁会胜出？
新的一年，想为家里长辈添置一台智能手机，但却不知道怎么选？
本期视频不仅帮你挑选值得购买的智能手机，也从1000余份问卷和17位老人的上手测试中，锁定了「老年人使用智能手机会遇到的问题」。让我们一起更了解长辈一点！
视频最后，是我们特别准备的「锦囊妙计」，不论你最终选择六大品牌中的哪款手机，都可以按照《初始设置攻略》，为家中长辈提前预设好简洁模式、关怀模式、防广告设置等。为你解忧！
+++++++++++++++++++++++++
bilibili@贪玩歌姬小宁子：https://space.bil…
本期视频不仅帮你挑选值得购买的智能手机，也从1000余份问卷和17位老人的上手测试中，锁定了「老年人使用智能手机会遇到的问题」。让我们一起更了解长辈一点！
视频最后，是我们特别准备的「锦囊妙计」，不论你最终选择六大品牌中的哪款手机，都可以按照《初始设置攻略》，为家中长辈提前预设好简洁模式、关怀模式、防广告设置等。为你解忧！
+++++++++++++++++++++++++
bilibili@贪玩歌姬小宁子：https://space.bil…
👍9🫡3🤡2🥰1😁1
Please open Telegram to view this post
VIEW IN TELEGRAM
www.zaobao.com.sg
泰国副首相下令即日起 切断缅甸边界诈骗团伙电供
泰国副首相兼国防部长普坦下令，地方电力局自星期二（2月4日）起停止对缅甸一些边界地区供电。
😁4
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
【马丁黑话】胶卷怎么又涨价了？你还拍得起吗？
胶卷一直涨，大家还一直买，然后继续涨，什么时候是个头呢？你还想拍胶卷吗？
🤡3👍2
预计是讲的最通俗易懂的✍
https://youtu.be/spoPf8CjjBo
https://youtu.be/spoPf8CjjBo
YouTube
DeepSeek震撼美股！將威脅NVIDIA地位？究竟是曇花一現還是真有威脅！？
(Youtube cc字幕為AI自動產生)
※曲博新書連結👉 https://www.books.com.tw/products/0011000068
※曲博官方Line群正式開張，歡迎大家加入，一起從討論中成長！
加入連結 👉 https://ansforce.page.link/Drjline3
※曲博頻道會員已開啟，想要加入的伙伴可以直接點選這個連結，一起讓科技成長茁壯！👉 https://ansforce.page.link/JoinYT
※曲博科技教室所有的影片可以在這裡直接用關鍵字搜尋👉…
※曲博新書連結👉 https://www.books.com.tw/products/0011000068
※曲博官方Line群正式開張，歡迎大家加入，一起從討論中成長！
加入連結 👉 https://ansforce.page.link/Drjline3
※曲博頻道會員已開啟，想要加入的伙伴可以直接點選這個連結，一起讓科技成長茁壯！👉 https://ansforce.page.link/JoinYT
※曲博科技教室所有的影片可以在這裡直接用關鍵字搜尋👉…
❤1