DeepEP震撼发布

“一定要去当兵吗？”“干吗吃那份苦啊？”……面对亲人和朋友的担忧、不解，他们会如何选择？2025年征兵宣传片《你的模样——共赴百年之约》重磅发布，这里有他们最响亮的回答！2025全国征兵马上开始，火热军营等你加入！

DeepSeek和清华的研究者提出了一种新方法——自我原则点评调优（SPCT），用于推动通用奖励建模在推理阶段实现有效的可扩展性，最终构建出DeepSeek-GRM系列模型。同时引入了元奖励模型（meta RM），进一步提升推理扩展性能。