Tag: RL

DeepSeek 由中國量化交易巨頭幻方量化創立，專注開發大型語言模型並堅持開源策略，V3 以超低成本與 GPT-4 媲美，擁有 671B 參數及創新 MLA、MTP 等技術；R1 更藉強化學習強化思考能力，展現自我反思、多元解法等 Emergent Behavior，對 AI 產業影響及意義深遠。