引言
最近不停的听到反向传播以及方向传播的优化方法的一些东西，久好奇翻了一番之前的看过的一篇文章
原文url:https://serokell.io/blog/understanding-backpropagation
阅读更多
引言
今天我们要解读的是一篇非常有意思的文章，主题是“DeepScaleR：通过扩展强化学习，用1.5B模型超越O1-Preview”。这名字听起来有点拗口，别担心，我们一步步来拆解。
原文
这里先放上中文译文，如有兴趣阅读原文的朋友可以访问URL：
最近不停的听到反向传播以及方向传播的优化方法的一些东西，久好奇翻了一番之前的看过的一篇文章
原文url:https://serokell.io/blog/understanding-backpropagation
关于“DeepScaleR：通过扩展强化学习，用1.5B模型超越O1-Preview”（译文）阅读报告
今天我们要解读的是一篇非常有意思的文章，主题是“DeepScaleR：通过扩展强化学习，用1.5B模型超越O1-Preview”。这名字听起来有点拗口，别担心，我们一步步来拆解。
这里先放上中文译文，如有兴趣阅读原文的朋友可以访问URL：