梁文锋等介绍如何结合强化学习(RL)[1]提升模型推理能力，把DeepSeek-V3 Base[2]升级到DeepSeek-R1的工作近日发表在Nature[3]。

推理 et deepseek 文锋 deepseek推理 2025-09-21 02:00  7