看了DeepSeek-R1的论文，我觉得它是如此简洁，推理能力的培养是如此的水到渠成（甚至对人类自己的教育都有些启示意义），因此录制了这期节目，帮助更多的人了解这个简单又动人的算法设计。相信只要用过DeepSeek的深度推理功能，都会对它超长的思维链印象深刻，听了这期节目就能明白这样的思维链是怎么培养出来的 :)

一些有关的单集：

《Vol.1 从神经元到大模型需要几步？》可以建立对人工智能的基本概念；

《Vol.13 高频交易究竟在捣鼓什么东西？》搞懂DeepSeek母公司幻方量化都做些什么；

《Vol.17 英伟达垄断的不是显卡而是CUDA》险些被DeepSeek打脸的上一期节目。

录制只能在楼下鞭炮的间隙中进行，若有听感损失敬请谅解。。。抛砖引玉，欢迎评论区对论文内容做批评、补充 :)

P.S.强化学习的优化函数