📌 DeepSeek在26年1月4日更新了发布一年的 DeepSeek R1 技术报告（从22页扩充到86页），更新包括：
1. 训练细节/Reward Rule设计/Reward模型训练。
2. 各个ckpt更完整的评测体系。
3. 训练与工程侧经验补充。
    
📌 本期总结技术报告更新中的重点内容和insights