DeepSeek学习笔记之——DeepSeek-R1论文(英中对照)

《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》

(用的google翻译,凑和能看~~~,共22页,第17页起为贡献&致谢)

P1:

P2:

P3:

P4:

P5:

P6:

P7:

P8:

P9:

P10:

P11:

P12:

P13:

P14:

P15:

P16:

P17:

P18:

P19:

P20:

P21:

P22:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jack_abu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值