X-R1: Exploración Open-Source de Modelos de Razonamiento
El descubrimiento de que los modelos de lenguaje podían desarrollar capacidades de razonamiento sofisticadas a través del aprendizaje por …
Tags
DeepSeek R1
TinyZero: Reproduciendo el Razonamiento de DeepSeek R1-Zero con RL por Menos de $30
DeepSeek R1-Zero fue ampliamente considerado un gran avance cuando se lanzó en enero de 2025. El modelo demostró que el aprendizaje por refuerzo …