用“蒸餾”過的數據，直接上RL，省了pre-taining ，是大膽，也算是“二次開發”。當然省時省錢。

所有跟帖： 

• 蒸餾？那就更沒有原汁原味了。謝謝補充。沒有花時間研究它，隻是覺得DeepSeek不會靠譜而已。。。！ -金筆- ♂ (0 bytes) () 01/26/2025 postreply 21:57:51

• 蒸餾是指從用大模型比如DeepSeek R1去訓練參數少的小模型，從而得到8B，14B，32B等等對資源要求較少的版本。 -監考老師- ♂ (0 bytes) () 01/26/2025 postreply 22:55:17