DeepSeek 发布一年了，你真的会用吗？
📝
内容提要
复杂的推理过程动不动几十个步骤，要让人类专家给每一个步骤都打分，这数据标注的成本高到离谱，导致训练“奖励模型”的成本太高。但如果你让他去搞文学创作、写个段子，他那套“死磕逻辑”的方法可能就会显得有点“直男”，甚至会用力过猛，把简单问题复杂化。甚至，它学会了自我反思，你会看到它在输出里写：“哎呀，这步好像算错了，我重新推导一下...”今天，咱们不聊晦涩的参数，就带你把 DeepSeek...
🏷️
标签
➡️
