DeepSeek R1技术创新解析：强化学习、Long CoT与开源生态影响
三位研究者解析DeepSeek R1的RL、Long CoT和开源策略，揭示推理模型的创新本质。
嘉宾Xiang Yue、Jiayi Pan、Tiezhen Wang
节目简介
本期邀请三位一线研究者，从强化学习（RL，用奖励信号训练模型的范式）、Long CoT（长链思维，模型逐步推理的过程）和开源生态角度，深度拆解DeepSeek R1的技术突破与行业影响。
行业新闻
三位研究者解析DeepSeek R1的RL、Long CoT和开源策略，揭示推理模型的创新本质。
嘉宾Xiang Yue、Jiayi Pan、Tiezhen Wang
本期邀请三位一线研究者，从强化学习（RL，用奖励信号训练模型的范式）、Long CoT（长链思维，模型逐步推理的过程）和开源生态角度，深度拆解DeepSeek R1的技术突破与行业影响。