跳到主要内容
检索

# 带自反馈的强化学习

1 篇关联报道

订阅更新
  1. DeepSeek放出V4.1-Flash-1017:从零搭完整项目,搜索与抓取接口同时对外开放

    DeepSeek发布DeepSeek-V4.1-Flash-1017,官方称其基准表现更强、任务完成更快、输出更短,相对上一版本在性能与成本上构成帕累托改进,并已上线网站、应用与API。该模型用带自反馈的强化学习改进端到端项目开发,官方示例覆盖从零搭建3D建模、网页赛车游戏与Godot引擎下的游戏复刻。同期Search与Fetch接口向所有人开放,每个端点每千次调用0.75美元。

已读完全部报道