DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning

已完结

文献求助详情

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相关领域强化学习计算机科学钢筋人工智能心理学社会心理学
网址	https://doi.org/10.1038/s41586-025-09422-z
DOI	10.1038/s41586-025-09422-z doi
其它	期刊：Nature 作者：Daya Guo; Dejian Yang; Haowei Zhang; Junxiao Song; Peiyi Wang; et al 出版日期：2025-09-17
求助人	whh123 在 2025-09-19 08:12:14 发布自湖北，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。
	温馨提示：该文献已被科研通学术中心收录，前往查看科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。

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

学术共进，科研互通

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: YangLi完成签到，获得积分10

刚刚; 迷路雨竹发布了新的文献求助10

1秒前; 平淡的洪纲完成签到，获得积分10

1秒前; 欢喜的绿竹完成签到，获得积分10

1秒前; 野心优雅发布了新的文献求助10

2秒前; 完美世界上传了应助文件

2秒前; dazhi完成签到，获得积分10

2秒前; 小天才儿童手表发布了新的文献求助10

2秒前; 香蕉觅云的应助被joseph采纳，获得30

3秒前; 芋你呀发布了新的文献求助10

5秒前; 充电宝上传了应助文件

5秒前; 科研通AI5上传了应助文件

5秒前; 小阙丢完成签到，获得积分20

6秒前; huihui完成签到，获得积分10

6秒前; 酥鱼不能吃发布了新的文献求助10

7秒前; PU聚氨酯完成签到，获得积分10

8秒前; 可靠的亦竹完成签到，获得积分10

9秒前; 功不唐捐发布了新的文献求助10

10秒前; 今后上传了应助文件

10秒前; 房天川发布了新的文献求助10

10秒前; 桐桐上传了应助文件

14秒前; 科研通AI6上传了应助文件

14秒前; 李健的粉丝团团长的应助被TaoJ采纳，获得10

15秒前; 打打的应助被多情怜蕾采纳，获得10

15秒前; 小阙丢发布了新的文献求助30

15秒前; KKKKKKK完成签到，获得积分10

19秒前; xinxinsci发布了新的文献求助10

19秒前; 拾陆完成签到，获得积分10

20秒前; 加缪驳回了Hananx的应助

20秒前; 所所上传了应助文件

21秒前; 赫连烙发布了新的文献求助10

22秒前; 朴实子骞完成签到，获得积分10

23秒前; 陌shang的应助被李正安采纳，获得20

23秒前; JamesPei的应助被房天川采纳，获得10

24秒前; 李健的粉丝团团长上传了应助文件

26秒前; 在水一方上传了应助文件

26秒前; xuyang发布了新的文献求助10

28秒前; 所所的应助被sisiguai采纳，获得10

30秒前; 共享精神上传了应助文件

30秒前; TaoJ发布了新的文献求助10

31秒前