0 关注者
6个月前
o3-mini是专门在代码问题上微调的。r1同时在代码和数学题上微调。显然r1的代码能力不如o3-mini。这表明DeepSeek并没有魔法，数据决定模型，RL也是。
相关新闻
Olivert
7小时前
多学点人工智能技术知识。 吴恩达老师的机器学习课程个人笔记
在悉尼和稀泥
2天前
机器学习好啊，机器学习得学啊
Olivert
3天前
机器学习与人工智能的 30 个核心问题，英文版可以用在线阅读：
偶像派作手
4天前
今晚美国CPI数据有多重要你知道吗？
