deepseek 

关于Deepseek，围观的人看热闹，用的人看门道。他的蒸馏能力到底有多强，R1模型能力到底有多惊艳，恐怕不是一两个问题回答能够穷尽的。
关于 R1 的数据冷启动和多阶段训练的方法。使用强化学习算法实现的模型自适应训练和自我进化过程。破站upZOMI酱做了深度解读，评论区还附带了免费开源 PPT 教程。需要的自取！deepseek  多国给DeepSeek使用设限