AI
推荐
模板社区
专题
登录
免费注册
首页
流程图
详情
DeepSeek-R1训练流程整理
2025-04-22 16:38:15
0
举报
分享方式
使用 (￥10)
尽可能简洁地展示了V3/R1两者的训练流程
deepseek
训练流程
大模型
模板推荐
作者其他创作
大纲/内容
Reasoning Data（CoT）600K for R1
RL(GRPO)
DeepSeek-V3/R1 训练流程
CoT Prompting生成CoT数据
DeepSeek-R1
Rejection Sampling拒绝采样
关于 Cold Data + GRPO1. GRPO数据 作为业务热数据（频繁访问）2.随时间推移（如结算完成后）转为 Cold data（需要低成本存储但保留备查）
SFT1.5M samples 2 epochs
SFT800k samples 2 epochs
DeepSeek-V3
DeepSeek-R1-Teacher数据生成器
Non-Reasoning Data200k
DeepSeek-V2.5
DeepSeek-V3/R1 训练流程14.8万亿Tokens预训练
Non-Resoning Data
Post-training（SFT+RL）Cold data+GRPO
收藏
立即使用
DeepSeek-R1训练流程整理
收藏
立即使用
AI算力中台
收藏
立即使用
02 传统RAG存在的隐患
收藏
立即使用
00 大模型LLM+RAG
健壮的海豹
职业：本科
去主页
Collect
Get Started
数据整理
Collect
Get Started
DeepSeek训练过程
Collect
Get Started
项目整理
Collect
Get Started
预警流程1
评论
0
条评论
下一页
Document
