DeepSeek-R1通过强化学习激励大语言模型的推理能力 |《自然》论文
自然系列
2025-09-22 12:40
文章摘要
背景：通用推理能力是人工智能领域的长期挑战，大语言模型和思维链提示技术虽取得进展，但依赖大量人工标注数据且难以应对复杂问题。研究目的：DeepSeek团队提出通过纯强化学习激励大语言模型的推理能力，避免依赖人工标注的推理轨迹。结论：该强化学习框架能产生自我反思、验证等高级推理模式，在数学、编程等可验证任务上超越传统监督学习模型，并能指导提升小规模模型的推理能力。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
A Spike-Accum bioconjugate protein vaccine confers potent SARS-CoV-2-specific immunity
DOI: 10.1016/j.isci.2025.113457
Pub Date : 2025-09-12
Hotly anticipated US vaccine meeting ends with confusion - and a few decisions.
DOI: 10.1038/d41586-025-03054-z
Pub Date : 2025-09-20
Liquid Ga nanodroplet-templated heteroepitaxy of MAPbI<sub>3</sub> for high-efficiency printable mesoscopic perovskite solar cells.
DOI: 10.1016/j.scib.2025.09.006
Pub Date : 2025-09-08
最新文章
美国男子移植猪肾后存活6个月破纪录
12小时前
京公网安备 11010802042870号
