EP 67. 解析DeepSeek R1技术创新与生态影响：强化学习，Long CoT，数据，Agent与开源生态

本期 OnBoard 播客讨论了 DeepSeek 近期发布的开源推理模型 DeepSeek R1。节目邀请了来自中美的一线研究员和从业者，从推理、思维链（CoT）、基础设施和开源等多个角度，对 DeepSeek R1 的创新、强化学习方法、未解决问题和未来发展方向进行了深入探讨。嘉宾们分享了 R1 在不同任务上的惊艳表现，特别是其在中文处理和推理方面的能力，并分析了其低成本训练和推理的优势。例如，嘉宾提到 TinyZero 项目仅用 30 美元的成本就复现了 R1 的部分能力，这凸显了 R1 模型的效率和开源的价值，为 AI 领域的研究和应用带来了新的启示。