DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

待确认

文献求助详情

标题	DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning DeepSeek-R1：通过强化学习激励法学硕士的推理能力相关领域强化学习钢筋计算机科学认知科学人工智能心理学社会心理学
网址	https://doi.org/10.48550/arxiv.2501.12948 AI链接 arxiv.org arxiv.orgdoi.org
DOI	10.48550/arxiv.2501.12948 doi
其它	期刊：Cornell University - arXiv 作者：DeepSeek-AI; Daya Guo; Dejian Yang; Haowei Zhang; Junxiao Song; et al 出版日期：2025-01-22
求助人	千里如画在 2025-02-13 19:13:02 发布自广东，悬赏 10 积分
下载
	温馨提示：该文献已被科研通学术中心收录，前往查看科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。

上个求助

下个求助

求助 / 应助时间线

请等待求助人确认

已经有人上传了文献，该状态下其他人无法上传，请等待求助人确认该文件是否是他需要的。
如果求助人在 48 小时内还未确认，系统默认应助成功，本求助将自动关闭。
3小时前

在水一方站长Lv127 上传了文件

待审核 2501.12948v1.pdf (1.25 MB)
3小时前

科研通AI2.0 机器人未找到该文献，机器人已退出，请等待人工下载

19:13:06 未找到该文献，机器人已退出，请等待人工下载

19:13:04 科研通AI机器人（北京）收到请求，开始寻找文献

19:13:02 已向机器人发送请求
3小时前

千里如画求助人 Lv31 发起了本次求助

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 万能图书馆上传了应助文件

刚刚; 595完成签到，获得积分10

1秒前; 小蘑菇的应助被Cmy采纳，获得10

2秒前; 阿哈发布了新的文献求助10

3秒前; Csy发布了新的文献求助30

3秒前; 凌代萱关闭了凌代萱的文献求助

3秒前; 勤劳冰烟完成签到，获得积分10

4秒前; Jason的应助被吼吼吼吼采纳，获得20

4秒前; 倒霉孩子发布了新的文献求助10

5秒前; xiangdan发布了新的文献求助10

5秒前; 不买版权你出什么成果完成签到，获得积分10

6秒前; kuzzi完成签到，获得积分10

6秒前; 自然的绿兰完成签到，获得积分10

6秒前; Li完成签到，获得积分10

7秒前; 万安安发布了新的文献求助10

7秒前; xwp完成签到，获得积分10

8秒前; melon完成签到，获得积分10

8秒前; 柯一一上传了应助文件

9秒前; 科目三的应助被云阔采纳，获得10

9秒前; bronya745576发布了新的文献求助10

9秒前; 搜集达人的应助被倒霉孩子采纳，获得10

11秒前; lalala发布了新的文献求助10

14秒前; 云一笑完成签到，获得积分10

14秒前; JamesPei的应助被阿飞采纳，获得10

14秒前; 三分发布了新的文献求助10

17秒前; Jasper上传了应助文件

17秒前; 狗妹那塞完成签到，获得积分10

17秒前; 科研通AI2S的应助被阿哈采纳，获得10

18秒前; einherjar完成签到，获得积分10

19秒前; 宋宋完成签到，获得积分20

19秒前; 希望天下0贩的0的应助被melon采纳，获得10

20秒前; Jonas发布了新的文献求助10

21秒前; liuwei完成签到，获得积分10

21秒前; Singularity的应助被ftx采纳，获得20

21秒前; bronya745576完成签到，获得积分10

21秒前; 丘比特的应助被三分采纳，获得10

22秒前; JamesPei上传了应助文件

22秒前; 猎模人战忽官发布了新的文献求助10

22秒前; 科研冰山完成签到，获得积分10

23秒前; 阿飞发布了新的文献求助10

25秒前