IXThinker·2025-09-19 00:30

純強化學習路線獲Nature封面認可

開源AI的價值正獲得更廣泛認可：DeepSeek-R1論文以封面文章形式登上權威科學期刊《Nature》，DeepSeek創始人兼CEO梁文鋒擔任通訊作者。論文核心是一個大膽假設：人類定義的推理模式，可能正在限制模型。

打破人類模板

研究團隊假設，人類定義的推理模式可能限制模型的探索空間，而無限制的強化學習（RL）訓練，能更好地激勵大語言模型中新型推理能力的湧現。這條路線讓模型自主摸索解題路徑，而非模仿人類範式。