大年初四Daya Guo發(fā)了一條推文，透露了春節(jié)期間讓他最興奮的事情，親眼見證了R1-Zero模型性能曲線的 “持續(xù)增長”，并且直言感受到了 強化學(xué)習(xí)（RL）的強大力量。

Daya Guo回復(fù)了網(wǎng)友有關(guān)DeepSeek R1的一些問題，以及接下來的公司的計劃，只能說DeepSeek的R1僅僅只是開始，內(nèi)部研究還在快速推進(jìn)，DeepSeek的研究員過年都沒歇，一直在爆肝推進(jìn)研究，接下來DeepSeek還有大招。

網(wǎng)友提問：“如果不是秘密的話：這次RL訓(xùn)練跑了多久？”對此，Daya Guo表示，660B參數(shù)的R1-Zero和R1是在V3發(fā)布之后才開始跑的，訓(xùn)練大約花了2-3周。

此外，他還表示在嘗試將R1應(yīng)用于形式化證明環(huán)境，希望盡快向社區(qū)發(fā)布更好的模型。聽Daya Guo的意思，他們在這方面已經(jīng)有進(jìn)展，未來可能會有更重磅的模型發(fā)布！期待值拉滿！

[超站]友情鏈接：

四季很好，只要有你，文娛排行榜：https://www.yaopaiming.com/
關(guān)注數(shù)據(jù)與安全，洞悉企業(yè)級服務(wù)市場：https://www.ijiandao.com/