2026

稳定压倒一切：MoE RL 训推不一致问题及解决策略

2025

DeepSeekV3.2后训练：稳定压倒一切

DeepSeekMath-V2自我验证：搞数据的风吹到了奖励模型

DeepSeek R1后应用、职业与行业影响——2025年梳理