它用“蒸馏”过的数据直接做RL，类似于在OpenAI 上做fine tuning, 当然省钱省事。

来源: kl3527 于 2025-01-26 21:36:00 [] [博客] [旧帖] [给我悄悄话] 阅读数 : (0 bytes)
回答: Deepseek用Transformer吗？ 由 Bob007 于 2025-01-26 20:35:26
请您先登陆，再发跟帖！