熱點事件持續更新
大語言模型推理能力演進與 DeepSeek-R1
1 篇報道1 個報道來源4 小時前更新
先了解這件事
AI 綜述
報道梳理大語言模型推理能力的發展：由提示詞引導模型分步輸出，逐步發展至可透過測試時擴展及強化學習訓練。2022 年，Chain-of-Thought 展示分步推理效果；2024 年，OpenAI o1 將更多思考時間用於推理；2025 年，DeepSeek-R1 證明純強化學習可令推理能力湧現。報道亦指出，R1 API 價格遠低於同級推理模型，其蒸餾版涵蓋 1.5B-70B 小模型。
AI 根據報道生成 · 4 小時前更新
最新進展10月29日 14:54
報道指出，R1 API 價格遠低於同級推理模型，蒸餾版涵蓋 1.5B-70B 小模型。報道時間線
沿着報道，瞭解事件的不同側面。
10月29日
- 阿里雲開發者社區 AI大語言模型推理時代：從「續寫」到「思考」
大語言模型推理能力由提示詞引導分步輸出，發展至可透過測試時擴展及強化學習訓練。Chain-of-Thought（2022）展示分步推理效果，OpenAI o1（2024）將更多思考時間用於推理，DeepSeek-R1（2025）則證明純強化學習可令推理能力湧現。R1 API 價格遠低於同級推理模型，蒸餾版涵蓋 1.5B-70B 小模型。
本事件熱度走勢
當前熱度 9·可比範圍峯值 10（10月29日 15:00）·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。