Sublime

quasar is coming considering that a quasar is, literally, the active center of a galaxy with a supermassive black hole, i guess that solves that one https://t.co/3HprMbqYTm

This Is One of the 🤯🤯🤯 E...

https://t.co/hTFiisZBT3... See more

Eli Rousso

#分享 从 DeepSeek R1 了解推理模型的训练的四种方法 1. Inference-time scaling 在推理过程中增加计算资源以提高输出质量。一个经典的例子，就是 CoT，在 Prompt 中包含类似 `Think step by step` 的短语，它通过输出更多的 token 增加了计算资源。 2. 纯 RL DeepSeek-R1-Zero 仅通过强化学习而没有初始 SFT 阶段进行训练。同时，也没有使用使用接受人类偏好的奖励模型，而是采用了准确性（用 LeetCode 编译器来验证代码结果，以及一个确定性系统来验证数学答案）和格式奖励（将模型的思考过程强制包裹在 `` 之间）。 3. SFT + RL DeepSeek 使用 DeepSeek-R1-Zer... See more

Ahkira

It's hard to find a simple framework for a go-to-market strategy. I found one breaking it down simply and effectively. 👇 https://t.co/I9M66N0M07