R1擅長的推理模型，領先O1但非碾壓。最出色的還是用RL代替人工做微調，再度證明：AI勝過人力。

來源: uptrend 於 2025-01-27 15:03:26 [] [博客] [舊帖] [給我悄悄話] 閱讀數 : (0 bytes)
請您先登陸，再發跟帖！