Das 360智脑-Team gab kürzlich bekannt, die Verstärkungslernergebnisse von Deepseek erfolgreich reproduziert und das Open-Source-Inferenzmodell Light-R1-14B-DS veröffentlicht zu haben. Dieses Modell übertrifft DeepSeek-R1-Distill-Llama-70B und DeepSeek-R1-Distill-Qwen-32B in der Leistung. Als erstes Modell mit 14 Milliarden Parametern, das Verstärkungslernen effektiv nutzt, verbessert es die Fähigkeiten im mathematischen Schließen deutlich und erzielt bessere Ergebnisse als die meisten 32-Billionen-Parameter-Modelle.

Das 360智脑-Team hat in Zusammenarbeit mit der Peking-Universität das mittelgroße Inferenzmodell Tiny-R1-32B-Preview veröffentlicht. Dieses Modell erreicht mit nur 5% der Parameter nahezu die volle Leistung von Deepseek-R1-671B und zeigt das enorme Potenzial kleiner Modelle im Bereich des effizienten Inferenz. Das Modell zeichnet sich besonders in mehreren Schlüsselbereichen aus. Im mathematischen Bereich, Tiny-R1-32B-Preview...