DeepSeek的强化学习技术在提升模型性能方面有着积极的表现。
在DeepSeekR1模型中就有所体现，它在训练过程中直接一次性实验了三种不同的技术路径，其中就包括直接强化学习训练（R1Zero），并且取得了成功。而且这个模型采用纯强化学习训练展示出了自发推理能力，实现了AI推理能力的突破，在纯强化学习训练中，它的性能可以不断提升。
另外，DeepSeekR1在只有极少标注数据的情况下，在后训练阶段大规模使用强化学习技术提升了模型推理能力，在数学、代码生成和自然语言理解等多个方面都有所体现。同时，结合监督学习与强化学习双重优势的训练方式，使训练效率提升了约40%，进一步加速了模型迭代和成本控制。这表明DeepSeek的强化学习技术对模型性能的提升有着重要的推动作用，无论是在推理能力还是在训练效率方面都有着积极的影响。