TIL: 学习推理模型

从OpenAI 推出o1开始，推理模型意味着大模型从对话模型演进到了思考模型，而其能力也让人看到了更多的可能性。 到DeepSeek发布并开源R1，所发表的R1论文详细地阐述了R1的训练过程，推动了业界对推理模型的研究。从某种意义上说，DeepSeek的贡献是巨大且伟大的。