36氪1 个月
全球首次，2B复现DeepSeek-R1“啊哈时刻”，UCLA等用纯RL实现多模态推理
由UCLA等机构共同组建的研究团队，全球首次在20亿参数非SFT模型上，成功实现了多模态推理的DeepSeek-R1「啊哈时刻」！ 就在刚刚，我们在未经监督 ...
36氪25 天
阿里开源R1-Omni，DeepSeek同款RLVR首度结合全模态情感识别，网友：可 ...
眼睛一闭一睁，阿里通义实验室薄列峰团队又开卷了，哦是开源，R1-Omni来了。 DeepSeek-R1带火了RLVR（可验证奖励强化学习），之前已有团队将RLVR应用 ...