DeepSeek-R1

分类:Open Source LLMs价格: 免费

描述

DeepSeek 的第一代推理模型 DeepSeek-R1-Zero 和 DeepSeek-R1。DeepSeek-R1-Zero 是一种通过大规模强化学习(RL)训练的模型,没有监督微调(SFT)作为初步步骤,在推理性能表现卓越。