剛剛我注意到DeepSeek研究員Daya Guo回覆了網友有關DeepSeek R1的一些問題，以及接下來的公司的計畫，只能說DeepSeek的R1僅僅只是開始，內部研究還在快速推進，DeepSeek 的研究員過年都沒歇，一直在爆肝推進研究，接下來DeepSeek還有大招
事情是這樣的，2月1號，大年初四Daya Guo發了一條推文，透露了春節期間讓他最興奮的事情，親眼見證了 R1-Zero 模型性能曲線的 “持續增長”，並且直言感受到了 強化學習（RL）的強大力量！這一下子就點燃了網友們的好奇心，大家紛紛跑去圍觀提問（太拼了，deepseek研究員過年都在爆肝訓練模型）
以下我來幫大家還原一下Daya Guo與網友對話：
網友A @PseudoProphet： “大佬，想問下這個性能持續提升能持續多久呢？現在是早期階段嗎？感覺DeepSeek的RL模型是不是像語言模型裡的GPT-2一樣剛起步？還是說已經到GPT-3.5那種比較成熟的階段，快要遇到瓶頸了？”
