DeepSeek-R1-Zero （强推理模型） 推理导向强化学习 （准确率奖励+格式奖励） 纯强化学习训练 低可控：生成文本可 读性差、语言混乱 高探索自由度 => 推理能力自我觉醒 （更长的思维链、更深层次的 推理路径） DeepSeek-V3 （基础模型） 监督微调 强化学习 图源自《ReFT: Reasoning with Reinforced Fine-Tuning》

基石。 算力发展历程是人类技术革新与产业升级的集中体现，从原始计算工具的萌芽到完 整产业生态的形成，历经多阶段系统性演进，最终成为支撑全球经济社会智能化转型的 核心引擎。 在萌芽期，计算意识觉醒与基础工具革新，为算力产业奠定原始基础。从远古草 绳、石头计数，到算筹、算盘等手工计算工具的普及，标志着人类对高效计算的初步探 索。随着电子技术突破与算力形态革新，算力从工具属性向技术能力跨越，为产业形成