跳到正文
AI HOT 精选

DeepSeek研究员开源AutoResearch:AI自己跑完285B模型强化学习全流程

DeepSeek研究员开源AutoResearch:AI自主跑通285B模型RL研究闭环

DeepSeek研究员Deli Chen放出了一个叫AutoResearch的实验协议,让AI智能体在285B参数的模型上独立跑完了一整套强化学习研究闭环——自己设计实验、写代码、提交GPU任务、修bug、写总结,全程没人插手。系统用了GRPO这个工具。

推荐理由:DeepSeek研究员Deli Chen开源的AutoResearch协议,让AI智能体在285B参数模型上独立完成强化学习研究闭环,从设计实验到写总结全程无人干预。

读原文 ↗导出 Markdown