回答之前

2024年9月，o1-preview 采用强化学习并增加回答前的计算。2025年1月，DeepSeek-R1 将初始监督训练与强化学习结合。

界面只呈现部分工作。回答前的停顿，容下惊叹，也容下更深的追问。

答案揭示了多少自身的来处？