据DeepLearning.AI称，强化学习（RL）正被越来越多地用于提升DeepSeek-R1和Kimi k1.5等模型的推理能力。这些模型利用RL完善其推理步骤，在数学和编程等复杂领域提供更精确的解决方案。这一发展可能通过提高计算准确性和效率来影响算法交易策略（来源：DeepLearning.AI）。