IXThinker·2025-04-26 15:20DeepSeek前員工聯手李飛飛團隊 推RAGEN復現R1訓練
由DeepSeek前員工Zihan Wang與史丹福李飛飛團隊等共同開發的強化學習框架RAGEN發布，自稱是DeepSeek-R1框架的首個復現，可訓練Agent在行動中深度思考。
跨機構團隊聯手復現
RAGEN的作者陣容包括DeepSeek前員工Zihan Wang與史丹福李飛飛團隊等，論文一作目前於美國西北大學攻讀博士學位。
Zihan Wang在DeepSeek任職期間曾參與Deepseek-v2及專家專用微調等多項核心工作，積累了扎實的大模型工程與研究背景。
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。