OnBoard! 解析 DeepSeek R1：强化学习、Long CoT 与开源生态影响

DeepSeek 春节前夕发布的开源推理模型 DeepSeek R1，在数学、代码和推理能力上比肩 OpenAI o1 正式版，同时以极低训练推理成本和完全开源引发全球关注。OnBoard! 邀请 TinyZero 一作、CMU 研究 Long CoT 的研究员及 HuggingFace 资深工程师，从强化学习、Long CoT、infra 和开源角度解析其技术创新与生态影响。