这是直播精简版,整体有点儿长,为了方便观看截取成了上下两部分,可以预约下集。这期着重讲解下面内容:
LLM演化路线图,从中明确问题和难点,引出DeepSeek R1模型的真正意义
保姆级人话讲解R1-Zero损失函数,细化到每一个字母和符号,彻底理解模型精髓
虽然公式看着吓人,但只要静下心来听进去,小白适用,都是硬核干货,绝对原创。如果认同梗直哥的观点,欢迎三连分享,一起为国产ai科技加油!
下集预告:
强化学习奖励函数内幕
R1模型内涵的“认知双螺旋”结构及其底层逻辑
未来技术走向预测和普通人学习的几点建议