而o1的思维过程是隐藏的。幻方旗下国产大模型公司DeepSeek近期预发布了R1模型，使用了强化学习训练，回复里包含大量反思和验证，思维链长度可达数万字，并且没有像o1一样隐藏思维链。 DeepSeek R1 系列模型采用强化学习进行训练，具备深度反思和验证能力 ...

IT之家11 月 20 日消息，DeepSeek 宣布，全新研发的推理模型 DeepSeek-R1-Lite 预览版正式上线。 官方表示，DeepSeek R1 系列模型使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。该系列模型在数学、代码以及各种复杂逻辑推理任务上，取得了 ...