从DeepSeek-R1学到的三个核心经验

这份报告以DeepSeek-R1为关键节点，总结了当前开源推理模型发展的三大核心经验：推理能力可以通过知识蒸馏有效迁移 至更小模型，其成本效益甚至优于强化学习；GRPO强化学习算法是核心驱动力，其改进版本（如DAPO）和训练技巧（如中期训练）至关重要；以及 “纯推理”架构是未来方向，但构建混合模型需要精心的配对数据以避免“脑裂”问题；未来进展将依赖于高效推理、更成熟的RL工具链以及复杂环境交互的进一步发展。