LLm 大模型 预训练模型 Mistral Magistral：纯强化学习炼就的推理引擎，颠覆LLM训练范式 2025年06月11号 52nlp 无需蒸馏、抛弃SFT，Mistral用纯强化学习在数学与代码…
LLm 大模型 预训练模型 深度解析DeepSeek-V3：硬件与模型协同设计如何突破LLM规模化瓶颈 2025年05月15号 52nlp 就在今天，梁文锋署名DeepSeek新论文的刚刚放出，以下是…
AINLP LLm 大模型 Seed-Thinking-v1.5：用强化学习推动语言模型的深度推理能力 2025年04月13号 52nlp 近日，字节跳动发布了新一代推理模型 Seed-Thinkin…