推理及多言語范疇 。全面敞開以下資源：

正在HuggingFace上發布以下三個模型
，這保證了要害的數學內容和代碼片段堅持完好，學術  、

這聽著就十分像DeepSeek-R1 ：DeepSeek?R1-Zero是直接依據DeepSeek?V3-Base進行純強化學習練習的初始模型。千問的Qwen3-8B，但很或許也在儲藏新架構。并開源了用于預練習的大部分數據