site stats
o3-mini是专门在代码问题上微调的。r1同时在代码和数学题上微调。这个例子显示,r1的代码能力并不如o3-mini。DeepSeek并没有“魔法”,技术上也未超越OAI。数据决定模型,RL也是。
发布时间:
1
数据加载中
Markdown支持
评论加载中...
您可能感兴趣的: 更多