https://s1.work/tags/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/Recent content in 强化学习 on Sone BlogHugozh-CNCopyright © 2024 Sone BlogTue, 23 Jun 2026 10:00:00 +0800https://s1.work/posts/reading-36-deepseek-r1-open-source-shockwave/Tue, 23 Jun 2026 10:00:00 +0800https://s1.work/posts/reading-36-deepseek-r1-open-source-shockwave/<p>有些推文的寿命只有一个下午，有些推文替一场地震提前写好了标题。2025 年 1 月 20 日晚上，DeepSeek 开源 R1 的几个小时内，NVIDIA 研究员 Jim Fan 发了一条长帖，开头一句话后来几乎成了全球媒体报道这件事的标准叙事：</p>https://s1.work/posts/reading-08-era-of-experience/Tue, 26 May 2026 11:00:00 +0800https://s1.work/posts/reading-08-era-of-experience/<p>2019 年写下《苦涩教训》的 Richard Sutton, 六年后和 AlphaGo 的总设计师 David Silver 联了一次名, 发出一篇只有 5000 词的短文, 标题起得像一份判决书:《欢迎来到经验时代》。前一篇说别把人类知识编进算法, 这一篇说别把人类数据当燃料, 两篇合起来, 是一套完整的去人类中心化纲领。</p>