背景 推理模型的提出基于对大规模语言模型（LLM）在复杂问题中的卓越表现的探索。在OpenAI发布o1模型后，众多开发者投身于理解和复现这一模型的推理能力。在这一背景下，通过多种技术手段进行推理的尝试成为众多科技公司热衷的探索方向。

DeepSeek以R1为标杆，探索了更为传统的强化学习技术在推理能力提升上的作用，该模型训练经历了充分的数据预处理和多阶段优化过程。分为R1-Zero与R1阶段，旨在采集数据以提升模型的可读性与通用性。R1-Zero阶段聚焦在算法实现上，验证了RL对推理性能的改善，而R1则进一步提升了模型对多任务处理能力的应用，以实现更为广泛的推理需求。

At the conference 1968 and the New Right. European Perspectives, organised by the Goethe-Institut and Kursbuch Kulturstiftung, international experts discussed the impact of the events of 1968 on our ...