DeepSeek-R1

2025-02-13 使用 DeepSeek-R1 和推理时扩展自动化 GPU Kernel 生成
2025-02-10 单 T4 显卡玩转大模型微调：GRPO 训练 Qwen2.5-0.5B 详细教程
2025-02-10 在 Google Colab 中试用 VLLM + DeepSeek R1：快速指南
2025-01-21 DeepSeek-R1：如何利用强化学习释放大型语言模型的推理能力
2025-01-21 DeepSeek-R1: How Reinforcement Learning Unleashes Reasoning in Large Language Models