专题：unsupervised_learning

文章指出当前推理模型本质上仍是大型语言模型，其能力来源于无监督预训练和强化学习。通过DeepSeek R1和R1 Zero等案例，说明LLMs在结构和训练方法上已具备推理潜力，反驳了‘LLMs已到死胡同’的错误观点。