Doge 资讯 - 聚焦狗狗币动态，掌握加密货币前沿信息 - 第57页 - Dogely Crypto

强化学习新时代：DeepSeek R1如何颠覆AI推理模型的训练方式？

近年来，人工智能（AI）领域持续引发广泛关注，而DeepSeek R1作为最新的国产大语言推理模型，正如一颗重磅炸弹震惊了全球。该模型由杭州幻方量化公司开发，以其出色的表现、低训练成本和低运营成本，引发了业界的极大兴趣。本文将深入剖析DeepSeek R1的训练方法，探索其背后的科学原理以及对未来AI研究的影响。 DeepSeek R1的亮点在于完全依靠强化学习（Reinforcement

Doge资讯 2025-02-23 30 阅读
DeepSeek：强化学习引领AI创新的新时代

近几年来，人工智能（AI）领域瞬息万变，各类新技术层出不穷，然而，一匹黑马的出现，令行业内外为之惊叹，这就是DeepSeek。作为AI研究的新兴力量，DeepSeek在推理能力上取得了重大突破，尤其是通过强化学习（Reinforcement Learning, RL）技术，支撑起了现代AI的一部分发展版图，成为行业里的一道亮丽风景线。强化学习是一种重要的机器学习方法

Doge资讯 2025-02-23 33 阅读
DeepSeek最强专业拆解来了，清交复教授超硬核解读

DeepSeek的写作能力为何飞跃？PTX是否真正做到了绕开CUDA的垄断？编辑 | ZeR0 智东西2月3日报道，周日晚间，五位高校教授夜话DeepSeek，从模型方法、框架、系统、基础设施等角度，阐述DeepSeek的技术原理与未来方向，揭秘其优化方法如何提升算力能效，信息量很大。如何复现o1大推理模型？DeepSeek R1技术路线和训练流程有哪些亮点

Doge资讯 2025-02-23 52 阅读
deepseek 和强化学习

标题：“socketTCP通信心跳包实例” 在介绍“socketTCP通信心跳包实例”之前，我们首先要明确几个基本概念。TCP（Transmission Control Protocol）是一种面向连接的、可靠的、基于字节流的传输层通信协议。Socket编程是一种网络编程的手段，它允许程序之间通过网络进行数据交换。在Socket编程中，心跳包（Heartbeat Packet）是一种特定的数据包

Doge资讯 2025-02-23 43 阅读
强化学习与大模型后训练：DeepSeek R1 如何获得推理能力？

DeepSeek 正在通过其开源模型 DeepSeek-R1 革新 AI 产业，尽管资源有限，却能媲美 OpenAI 的能力。通过让前沿大模型更广泛地开放，DeepSeek 推动了全球的创新与合作。其创新的基于强化学习（RL）的后训练技术可增强大模型的推理能力和对齐性，使大模型在实际应用中更加高效且易用。在本文中，我们将重点分析 DeepSeek R1 推理模型背后的关键 RL 后训练技术

Doge资讯 2025-02-23 32 阅读
宋亭亭等：DeepSeek或催化中高阶智驾加速渗透

中新经纬2月12日电题：DeepSeek或催化中高阶智驾加速渗透　　作者宋亭亭华泰证券研究所分析师　　张硕华泰证券研究所分析师　　智能驾驶作为AI技术最具前景且能快速落地的应用场景之一，正迎来前所未有的发展机遇。DeepSeek的横空出世，在成本和技术上实现了双突破，不仅为智驾领域带来了直接的技术借鉴，更在发展思路等方面提供了宝贵启示，有望催化智驾领域的技术创新和产业变革

Doge资讯 2025-02-23 41 阅读
deepseek强化学习

标题：“socketTCP通信心跳包实例” 在介绍“socketTCP通信心跳包实例”之前，我们首先要明确几个基本概念。TCP（Transmission Control Protocol）是一种面向连接的、可靠的、基于字节流的传输层通信协议。Socket编程是一种网络编程的手段，它允许程序之间通过网络进行数据交换。在Socket编程中，心跳包（Heartbeat Packet）是一种特定的数据包

Doge资讯 2025-02-23 39 阅读
DeepSeek的核心创新点

R1模型训练首先，DeepSeek R1 创造性地基于 DeepSeek V3 基座模型，通过大规模强化学习技术，得到了一个纯粹通过强化学习增强的强推理模型，即 DeepSeek-R1-Zero。DeepSeek 能够实现大规模强化学习的一个重要技术特点是其采用了基于规则（rule-based）的方法，确保强化学习可以规模化，并实现面向强化学习的扩展（Scaling）. DeepSeek R1

Doge资讯 2025-02-23 56 阅读
DeepSeek、强化学习及DeepSeek后时代

DeepSeek、强化学习及DeepSeek后时代强化学习这类方法善于训练具有单一技能的智能体Agent，比如教会AlphaGo如何下赢一盘棋，机器人翻跟头、恶劣环境行走，无人机在复杂环境中快速竞飞等。而强化学习本身也是一种机器学习方法，其特点在于通过设置奖励，让计算机自己去try-and-error：通过试错，在行为（action）探索空间space（行为可行域）

Doge资讯 2025-02-23 71 阅读
Deepseek的核心是强化学习？哪什么是强化学习？通俗解释与专业解读

最近Deepseek爆火，引发了大家对强化学习技术的关注，今天就从通俗科普角度和好专业技术角度跟大家一起探讨下强化学习的概念。（关注公众号“AI演进”，持续学习与更新AI知识！）一、让大家都能听懂的方式解读“强化学习” 举个例子类比一下：小明玩游戏自学成才想象小明在玩一个复杂游戏，但没人告诉小明怎么操作。小明只能通过“尝试-反馈”自学：观察屏幕（状态） → 按按钮（动作） →

Doge资讯 2025-02-23 48 阅读

第一页上一页 1 ... 56 57 58 ... 72 下一页尾页

推荐服务

Telegram粉丝购买

Tiktok涨粉平台

文章分类

热门文章