ds首次将强化学习引入推理过程，
这个相当于alpha go 到alpha zero的过程，

你说它是拼多多，

还是那句话，不要评价自己不懂的内容，否则和那个清华心里教授一样，丢人现眼
【 在 Craptop 的大作中提到: 】
: 有事说事，正经了解大模型的人，应该很清楚ds的价值和能力，tob端的企业当然用便宜的，但自己用当然用质量好的  
: --

发自「今日水木 on HBN-AL00」
--
FROM 183.193.134.203