R1前面还有个R1 zero，那个才是关键
R1是R1 zero的人工调校版

【 在 Xjt 的大作中提到: 】
:我早说了，关键是他的R1的训练过程，目前看有点东西，可能是真创新。Deepseek V3只能说很一般。:Hugging
--
FROM 174.203.6.*