R1 paper公佈到現在 已經被大量復現
https://www.youtube.com/watch?v=O5LEgWmxMlI
復現的結論 讓AI自己搜索出來的東西蠻有趣的 而且不用幾乎人工標註成本
不像GPT需要大量人力產資料
復現的效果 高度與基礎模型能力相關
越弱的LLM拿去做成R1 效果越差 越強的LLM拿去做R1 潛力越大
都已經這麼確鑿還有人在質疑造假 說跟超導體一樣是騙局
有沒有八卦?