DeepSeek-R1:基于强化学习的开源推理模型项目

可用于数学、代码及各类推理任务，提升复杂问题解决能力。项目包含DeepSeek-R1-Zero和DeepSeek-R1等模型，通过强化学习实现强大推理行为，还开源了基于Llama和Qwen的蒸馏模型，部分性能达密集模型新高度。【此简介由AI生成】