跳到主要内容

有人主张推理模型不必预训练、也不必数据。DeepSeek-R1-Zero 真能支撑这个主张吗?

Agent 学习与策略优化中级规划

题目​

有人主张推理模型不必预训练、也不必数据。DeepSeek-R1-Zero 真能支撑这个主张吗?

参考答案​