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

有了科研通，下载文献真轻松！

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

2025年影响因子查询已上线 (2025-6-18)

更新

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: Criminology34上传了应助文件

1秒前; wxyshare上传了应助文件

1秒前; Ava上传了应助文件

2秒前; tiam完成签到，获得积分10

2秒前; 研友_LMgz0Z发布了新的文献求助10

2秒前; Criminology34上传了应助文件

3秒前; wanci的应助被匆匆采纳，获得30

5秒前; 10530发布了新的文献求助10

5秒前; Owen的应助被KUANG采纳，获得10

6秒前; 学无止境完成签到，获得积分10

7秒前; 害怕的山兰发布了新的文献求助30

7秒前; 徐小发布了新的文献求助10

7秒前; 搜集达人的应助被莓莓采纳，获得10

7秒前; 半青一江完成签到，获得积分10

12秒前; 深情安青上传了应助文件

13秒前; 浮游上传了应助文件

15秒前; Phe完成签到，获得积分10

16秒前; wanci上传了应助文件

17秒前; 123123发布了新的文献求助10

17秒前; Owen上传了应助文件

17秒前; 小熊驳回了franklin_fsz的应助

17秒前; Lucas的应助被Cinderalla采纳，获得10

19秒前; 大模型的应助被义气的青枫采纳，获得10

19秒前; 民咕咕嘎完成签到，获得积分10

20秒前; KUANG发布了新的文献求助10

20秒前; 匆匆发布了新的文献求助30

21秒前; 小蘑菇的应助被靖宇采纳，获得10

25秒前; lincanmou2关闭了lincanmou2的文献求助

26秒前; Himine完成签到，获得积分10

27秒前; 在水一方上传了应助文件

27秒前; NexusExplorer上传了应助文件

28秒前; 粥啊完成签到，获得积分10

31秒前; ccm上传了应助文件

32秒前; KUANG完成签到，获得积分10

32秒前; 禁止伤心小羊发布了新的文献求助10

33秒前; 黑涩发布了新的文献求助10

34秒前; 10530完成签到，获得积分10

37秒前; 雨青完成签到，获得积分10

39秒前; 浮游上传了应助文件

39秒前; 在水一方的应助被ouo采纳，获得10

41秒前