北京大学-DeepSeek-R1——Kimi 1.5 及类强推理模型开发解读
DeepSeek-R1开创RL加持下强推理慢思考范式新边界
DeepSeek-R1 Zero及 R1 技术剖析
Pipeline 总览\DeepSeek-V3 Base\DeepSeek-R1 Zero及R1 细节分析
RL算法的创新:GRPO及其技术细节
DeepSeek-R1 背后的Insights& Takeaways:RL加持下的长度泛化\推理范式的涌现
DeepSeek-R1社会及经济效益
技术对比探讨
STaR-based Methods vs. RL-based Methods 强推理路径对比(DS-R1 \ Kimi-1 5 \o-series)蒸馏 vs.强化学习驱动:国内外现有各家技术路线对比分析及Takeaways
PRM& MCTS 的作用
从文本模态到多模态
其他讨论:0ver-Thinking 过度思考等>未来方向分析探讨
模态穿透赋能推理边界拓展:Align-Ds-V
合成数据及Test-Time Scaling:突破数据再生产陷阱
强推理下的安全:形式化验证 Formal Verification\审计对齐 Deliberative Alignment>
补充拓展😃eepSeek-V3 解读
电子书下载地址：
通过网盘分享的文件：北京大学-DeepSeek-R1——Kimi 1.5 及类强推理模型开发解读.pdf
链接: https://pan.baidu.com/s/1ziSjI0a0sRd7bgXAevMLHQ 提取码: n42x
