原始发布
模型原理DeepSeek · arXiv论文国内
发生了什么：介绍通过强化学习发展推理能力的研究和模型谱系，区分技术报告日期与模型上线日期。
这条资讯与我有关吗？
适合关注的人：关注这一主题的学习者
- 论文首次公开日期：2025/01/22；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
导读建议的练习：论文首次公开日期：2025/01/22；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。原始发布
模型原理DeepSeek · arXiv论文国内
发生了什么：报告 V3 的架构、训练及工程方法；技术报告首次提交日与前一天的模型发布公告分别记录。
这条资讯与我有关吗？
适合关注的人：关注这一主题的学习者
- 论文首次公开日期：2024/12/27；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
导读建议的练习：论文首次公开日期：2024/12/27；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。原始发布
模型原理DeepSeek · arXiv论文国内
发生了什么：介绍数学数据、训练与组相对策略优化，为理解后来推理模型的强化学习路线提供背景。
这条资讯与我有关吗？
适合关注的人：关注这一主题的学习者
- 论文首次公开日期：2024/02/05；来源核对日期：2026-10-19。
- 历史节点回溯；当时的预览、接口与产品状态不代表目前仍可用。
导读建议的练习：论文首次公开日期：2024/02/05；来源核对日期：2026-10-19。
来自本条已发布的中文导读，具体变化请以原始记录为准。