梁文锋为通讯作者，关于DeepSeek-R1的Nature封面正刊论文，写了啥？

背景：当前大型语言模型主要依赖人类解题范例进行训练，推理能力受限于人类思维框架。研究目的：探索通过纯强化学习方法训练DeepSeek-R1模型，仅通过最终答案正确性获得激励，使其突破人类认知局限。结论：模型能自发学习自我反思和验证等高级推理策略，在数学和编程任务上表现卓越，证明AI具备自我进化潜力，为开发更强大人工智能开辟新路径。