大年初四，Daya Guo在社交媒体上分享了他最兴奋的事情：亲眼见证了R1-Zero模型性能曲线的持续增长，并直言强化学习（RL）的力量非常强大。
Daya Guo回复网友有关DeepSeek R1的一些问题和公司计划。他透露，尽管R1只是他们研究的开始，但内部研究仍在快速推进，甚至春节期间都没有休息，研究人员一直在努力推动他们的研究成果。他还表示，在尝试将R1应用于形式化证明环境，并希望尽快向社区发布更好的模型。
根据Daya Guo的说法，他们在该领域已经有了进展，并期待未来会有更重磅的模型发布！
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
