我们能否在计算资源有限（只有48GB RTX6000显卡和10美元）的情况下，让一个3B模型具备回溯、自我反思、逻辑推理等推理能力？ DeepMind的AlphaGo、OpenAI的DOTA ...

【新智元导读】不到10美元，3B模型就能复刻DeepSeek的顿悟时刻了？来自荷兰的开发者采用轻量级的RL算法Reinforce-Lite，把复刻成本降到了史上最低！同时，微软亚研院的一项工作，也受DeepSeek-R1启发，让7B模型涌现出了高级推 ...

近期，来自荷兰阿姆斯特丹的研究人员Raz以仅10美元的成本成功复现了DeepSeek中的顿悟时刻，之前这一成果的复现实例甚至高达30美元。Raz的工作不仅打破了复现成本的最低记录，更为人工智能领域的研究带来了新的启示。这一事件向我们展示了在资源有限的情况下，如何通过创新的算法和设计，实现优秀的学习效果和推理能力。