十五分钟讲解 Deepseek R1-zero 训练过程

2025年1月31日，OpenAI 发布了 O1 模型的改进版 O3 mini，

O3 mini 进行推理思考时，英文和中文混着讲，一会儿英文一会儿中文。

OpenAI O3 mini 是否蒸馏了 Deepseek 模型？

要回答这个问题，我们要先了解 OpenAI 的内部工作流程，Deepseek 的内部工作流程，然后两者横向比较，

本期节目花 15 分钟，用普通人都能听得懂的语言，读解 Deepseek R1-zero 模型的工作原理。