|
最近时间少了, 隔了这么久, 才做了一个网站 |
DS R1什么原理？
推理过程感觉非常靠谱？推理过程也是预测后一个字符？然后总结推理过程？
共收到1条回复
核心还是概率。但是这种涌现能力产生的机理并不特别清楚。
就好像我们现在大脑是怎么产生推理能力的，也是众说纷纭。
r1是强化学习的MOE结构，有一个门控网络负责理解任务，然后不同侧重的网络解决任务，生成文字。
