DeepSeek 发布 R1 推理模型：MIT 开源对标 OpenAI o1，引发全球 AI 震动
↗2025 年 1 月 20 日，DeepSeek 以 MIT 协议开源 DeepSeek-R1 推理模型，从 V3-Base 初始化、以强化学习驱动训练，数学与编程推理对标 OpenAI o1 且免费可用，应用迅速登顶美国 App Store 并引发市场震动。
#强化学习
围绕这个主题，发现相关工具、新闻和真实工作流。
探索其他标签NEWS
查看全部 →新闻动态 2
马斯克预告 Grok 4.6/4.7：1.5T 参数 8 月落地，2.1T 参数紧跟其后
↗马斯克 7 月 28 日预告 xAI 下一代模型路线图：Grok 4.6 预计 8 月 7 日前后发布，参数规模 1.5 万亿，在 SFT 与 RL 训练环节显著改进；数周后还将推出参数达 2.1 万亿的 Grok 4.7，以高频连发的节奏冲击能力上限。