DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning

已完结

文献求助详情

系统提示

该文献链接来自ncbi，该网站是索引库，类似于搜索引擎，其准确性不能保证。此类网址会大大拖延应助，为了快速获取到文献，请核实文献信息的准确性，建议填写原始官方链接，特殊情况请在备注中说明。管理员会对该类求助适时进行关闭。

提醒：由于doi是数字文件的唯一标识，应助人将优先使用doi进行应助

标题	DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning DeepSeek-R1通过强化学习激励大语言模型中的推理
网址	https://pubmed.ncbi.nlm.nih.gov/40962978/
DOI	10.1038/s41586-025-09422-z doi
求助人	tanlaker 在 2025-09-18 13:28:16 发布自广东，悬赏 10 积分
下载	该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。

上个求助

下个求助

提交工单

该求助已完结，感谢关注

如需该文献，请重新发布求助，前往发布

站在巨人的肩膀上，才更有可能跳的更远

请遵守相关知识产权规定，勿将文件分享给他人，仅可用于个人研究学习

我的文献求助列表浏览历史

一分钟了解求助规则 | 捐赠本站 | 历史今天

更新

新增更精细的自定义提醒设置 (2026-1-4)

新增

🕒每天60秒读懂世界·精选全球要闻 (2026-1-2)

更新

2025年影响因子查询已上线 (2025-6-18)

新增

PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台，具备全网最快的应助速度，最高的求助完成率。对每一个文献求助，科研通都将尽心尽力，给求助人一个满意的交代。

实时播报: 石油大亨关闭了石油大亨的文献求助

刚刚; 123456789完成签到，获得积分10

刚刚; Jasper上传了应助文件

刚刚; Camellia发布了新的文献求助10

1秒前; 王丽娟的应助被nicelily采纳，获得10

1秒前; 111完成签到，获得积分10

1秒前; 风中的丝袜发布了新的文献求助10

1秒前; 香蕉觅云上传了应助文件

1秒前; 可爱的函函上传了应助文件

2秒前; 爆米花上传了应助文件

2秒前; 李健上传了应助文件

3秒前; 陈炳蓉完成签到，获得积分10

3秒前; 苛帅发布了新的文献求助10

3秒前; 吴帆发布了新的文献求助10

3秒前; 在下小雨发布了新的文献求助10

4秒前; 汉堡包上传了应助文件

4秒前; nlwsp关闭了nlwsp的文献求助

4秒前; 研友_VZG7GZ上传了应助文件

5秒前; 科研通AI2S上传了应助文件

5秒前; jia发布了新的文献求助10

6秒前; 天天快乐上传了应助文件

6秒前; WH完成签到，获得积分10

6秒前; 王王发布了新的文献求助10

6秒前; guojingjing发布了新的文献求助10

6秒前; 可爱的函函上传了应助文件

6秒前; lia完成签到，获得积分10

6秒前; 李李李发布了新的文献求助10

6秒前; 曙光完成签到，获得积分10

7秒前; 风中的丝袜完成签到，获得积分10

8秒前; xs完成签到，获得积分10

8秒前; 肖耶啵完成签到，获得积分10

8秒前; 英姑上传了应助文件

9秒前; 忐忑的马里奥完成签到，获得积分10

9秒前; 小二郎的应助被jia采纳，获得10

9秒前; 隐形雪莲发布了新的文献求助10

9秒前; 吴帆完成签到，获得积分20

9秒前; 强健的雅绿完成签到，获得积分10

10秒前; 旺仔发布了新的文献求助10

10秒前; 会撒娇的含巧发布了新的文献求助10

10秒前; Lucky发布了新的文献求助10

10秒前