1. 荷兰研究人员Raz成功将DeepSeek的顿悟时刻复刻到3B模型上，成本仅为10美元，刷新纪录。 2. 他采用轻量级强化学习算法Reinforce-Lite，消除了对替代目标比率和旧策略模型的需求。

作者：yulei丨 导语自DeepSeek ...

“安迪·沃霍尔始终在日常生活中探索艺术的边界，安迪·沃霍尔 x CASETiFY ...

对于80后来说，影视歌绝对是对得起80后们的，甚至和现在比绝对算得上细糠，其实仔细想想，99-00绝对是个关键阶段，这两年太多天王、天后、超级组合出道，以个人角度简单帮大家回忆下。