COMRAD404 COMRAD404 ИИ-сигналы, агенты и практическая разведка

Тема

модели: статьи, новости и разборы

Статьи, новости и разборы по теме «модели»: ключевые события, понятные объяснения, практические материалы и проверенные источники COMRAD404.

В архиве 15 материалов

Материалы по теме

15 материалов
Схема пайплайна DeepSeek-R1: DeepSeek-V3-Base, ветка DeepSeek-R1-Zero на чистом RL и финальная сборка DeepSeek-R1 с cold-start, SFT, rejection sampling и двумя этапами RL
Исследования////12 мин чтения

DeepSeek-R1: что на самом деле значит «рассуждение из чистого RL»

Разбираем DeepSeek-R1 в исторической рамке релиза января 2025 года: что именно было обучено чистым RL, зачем понадобились cold-start и SFT, и как правильно читать benchmark-результаты модели.

Открыть материал →