IXThinker·2025-02-12 15:004500美元煉出DeepScaleR 擊敗o1-preview
UC伯克利團隊以四千五百美元成本，對Deepseek蒸餾小模型作強化學習微調，訓出DeepScaleR-1.5B-Preview並擊敗o1-preview，震動業界。
低價復現震撼業界
UC伯克利的研究團隊以僅僅四千五百美元的總成本，成功復現並提升了DeepSeek的推理訓練路線，相關成果在發布之後便震動了整個業界。
團隊基於Deepseek-R1-Distilled-Qwen-1.5B，僅透過簡單的強化學習微調，便得到了全新的DeepScaleR-1.5B-Preview模型。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。