读R1的训练过程《DeepSeek-R1》论文导读
为数不多的还能找到DeepSeek-R1的地方
DeepSeek-V3 技术报告
DeepSeek-R1 真的那么强吗？客观评测 R1 与 o1 在编程、推理方面的效果
【浙江大学-大模型原理与技术】3-2 思维链（CoT, ToT, GPT-o1）
Deepseek系列论文解读1【Deepseek-V3】【Deepseek-R1】
【强化学习的数学原理】课程：从零开始到透彻理解（完结）
一图看懂DeepSeek R1满血版、蒸馏版、阉割版的区别！本地部署需要什么硬件配置？
deepseek V3 全网最硬核解读一 MTP与专家负载均衡
Deep seek R1本地部署超详细教程 Ollama安装路径更改&模型安装路径更改 拒绝c盘爆红 小白看了都能会的最细教程
零基础学习强化学习算法：ppo
国产AI大模型 DeepSeekV3 核心技术详解！DeepSeek训练方法便宜在哪？MLA是什么？MoE技术会成为大模型的主流技术？大模型微调
DeepSeek R1 !!!! 今年最大的收获，是R1给的。
动画理解Pytorch 大模型分布式训练技术 DP，DDP，DeepSpeed ZeRO技术
[LLM+RL] R1 论文导读，SFT vs. RL，RL 基础以及 GRPO 细节，以及一系列复现工作讨论
【大模型推理】大模型推理 Prefill 和 Decoder 阶段详解
Deepseek何以震动全球AI界？
全网最细！DeepSeekMoE：从算法原理到代码实现
【大白话04】一文理清强化学习PPO和GRPO算法流程 | 原理图解
代码实现大模型强化学习(PPO)，看这个视频就够了。
