#634 · 主分类： 教育与研究
train-deepseek-r1
chatgpt
deepseek-r1
large-language-models
llm
openai
从零开始构建DeepSeek R1
项目最后更新：03/21/25
GitHub Stars
793
Forks数量
135
贡献者数量
1
许可证
MIT
收录理由
如果你喜欢通过动手来学习，这个笔记本能帮你把DeepSeek-R1的训练流程真正弄明白。它从技术报告出发，一步步拆解训练管线，包括GRPO强化学习、奖励函数设计、冷启动SFT、拒绝采样和蒸馏，而且全部跑在一个很小的基础模型上，本地就能运行。代码旁边配有手绘流程图和通俗解释，即使刚接触强化学习的人也能跟上思路。对于想在自己的数据上复现这套训练方法的人来说，这是一个很实在的起点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章，助你提升开发技能
generative-ai-for-beginners
21节课，开始使用生成式AI构建