DeepSeek-R1 的論文在 2 天前更新，從 22 頁擴展到 86 頁，並增加了大量細節。 新內容涵蓋了自我演化的 DeepSeek-R1-Zero、DeepSeek-R1 的評估、進一步分析以及 DeepSeek-R1 的蒸餾等主題。 DeepSeek-R1：通過強化學習激勵 LLM 的推理能力 論文：