v3 sft微调的时候很多数据是来源于openai和claude，强化学习阶段没用别人的数据。 而且现在很多时候是需要自己造一些数据，全流程的数据（比如deep research）很多是拿不到的，对强化学习要求很高
你都先入为主了，跟你说啥还有用吗？你既然认为所谓deepseek只是偷鸡人家模型蒸馏的产物，别人说啥都不好使呀。
v3 sft微调的时候很多数据是来源于openai和claude，强化学习阶段没用别人的数据。
而且现在很多时候是需要自己造一些数据，全流程的数据（比如deep research）很多是拿不到的，对强化学习要求很高
不是听说用了华子的显卡，短期会有一些进度问题嘛
dpsk现在不是想降成本吗，搞线性复杂度