极客时间 DeepSeek-R1 与 Deep Research 复现之旅

• 增强大模型推理能力的四大范式
• 蒸馏 DeepSeek-R1 进行微调复现的思路
• DeepSeek-R1-zero 核心原理详解
• DeepSeek-R1 与 Deep Research 开源复现项目解读

在 AI 大模型快速发展的当下，掌握推理模型核心技术已成为后端与架构师的核心竞争力。本课程《DeepSeek-R1 与 Deep Research 复现之旅》从实战出发，系统讲解大规模推理模型的构建、复现与落地策略，涵盖模型架构解析、蒸馏微调、开源项目实战等关键内容。你将深入理解 DeepSeek R1、Deep Research 等前沿模型的工作原理，并通过真实项目实践掌握模型部署与优化技巧。通过 15 讲系统学习，你不仅能提升大模型应用能力，更能在智能服务架构、高性能后端系统设计等方向拓展职业边界，成为具备 AI 工程化能力的高阶技术人才。

DeepSeek-R1 的成功不仅为大模型的发展提供了新的方向，也为未来人工智能的研究和应用奠定了坚实基础。近期围绕 DeepSeek-R1 的讨论也越来越多，于是我们开设了这门前沿课程，希望能帮你拨开迷雾，更深入地了解大模型前沿知识，学习到 DeepSeek-R1 的核心技术，以及众多 DeepSeek-R1 开源项目的复现思路。

课程涵盖以下话题：

• 推理类模型是如何炼成的？
• DeepSeek-R1 类模型擅长做哪些事？
• 蒸馏 DeepSeek-R1 进行微调复现的思路是怎样的？
• 如何理解 DeepSeek-R1-zero 中的核心技术（GRPO、奖励策略）？
• OpenAI 推出的 Deep Research 如何应用？
• DeepSeek-R1、Deep Research 有哪些值得关注学习的开源项目？

PS：课程形式为视频课，不提供课件。