猫眼影戏
 |
|
猫眼影戏
任晓攀
手机审查
猫眼影戏记者 刘雪玉 报道Q8X2R7L1T4J5M9B6W3
作者 ｜ 周一笑邮箱 ｜ zhouyixiao@pingwest.com
1月4日 ，DeepSeek在arXiv上更新了R1论文。
没有官宣 ，没有推文 ，只是版本号从v1酿成了v2。但翻开PDF的人都会发明一个转变 ，页数从22页膨胀到了86页 ，文件巨细从928KB涨到1562KB。
新增内容包括完整的训练管线拆解、20多个评测基准的详细数据、以及长达数十页的手艺附录 ，近乎重写的大手术。
时间点也有些玄妙。1月20日是R1宣布一周年 ，再往后推一个月 ，2月17日是夏历春节 ，而DeepSeek有在春节前放大招的古板 ，去年的V3和R1都是在春节窗口期宣布的。
一篇“旧”论文的大更新 ，会是新行动的前奏吗？要回覆这个问题 ，我们先来看看这86页里究竟写了什么。
1
一篇论文的“三生三世”
要明确这次更新的意义 ，需要先回首R1论文的完整旅程。
2025年1月20日 ，22页预印本宣布。DeepSeek在arXiv宣布R1论文 ，焦点结论是：纯强化学习可以让大模子自己“学会”推理 ，不需要人类标注的头脑链数据。论文开源、模子开源、要领开源 ，直接引爆全球AI社区。
2025年9月17日 ，R1论文登上Nature封面 ，梁文锋署名通讯作者。这是全球首个通过顶级学术期刊偕行评审的主流大模子 ，8位专家审稿 ，逐条质疑 ，逐条回应。审稿人关注的问题包括 ，R1是否使用了OpenAI模子的输出来训练（即“蒸馏”质疑）、训练数据的详细泉源、以及清静性细节。DeepSeek在回应中明确否定了蒸馏指控 ，并首次果真了训练本钱 ，从V3-Base训练到R1 ，只花了29.4万美元。
Nature为此专门撰写社论 ，指出主流大模子公司宣布模子时通常不经由自力评审 ，“这一空缺随着Nature揭晓DeepSeek-R1的细节而改变”。
2026年1月4日 ，86页完整版上线。最新版本把Nature版的手艺细节同步回arXiv。Dev1、Dev2、Dev3训练阶段的完整拆解、扩展后的评测数据、以及附录A-F的手艺文档 ，现在免费向所有人开放。
期刊揭晓后同步更新预印本 ，在学术界是通例操作。但从22页扩到86页、内容量翻近四倍 ，这种幅度的更新相当有数。某种水平上 ，DeepSeek把一篇论文做成了一份手艺全书 ，它想让所有人都能复现R1 ，而不但是读懂R1。
1
新增了什么？拆解64页“增量”
训练“黑箱”翻开：Dev1、Dev2、Dev3首次曝光
原版论文对训练历程的形貌相当榨取：冷启动SFT → 强化学习 → 最终SFT ，三步走完 ，细节从略。新版则把这个管线彻底拆开 ，引入了三其中心检查点：Dev1、Dev2、Dev3。
R1完整训练管线
Dev1是冷启动阶段的产品。模子在这个阶段学会了听话（指令遵照能力大幅提升） ，但价钱是推理能力反而下滑。论文披露的数据显示 ，Dev1在AIME数学竞赛上的体现比基座模子还要差。
Dev2专门用来“抢救”推理能力。这个阶段只做reasoning-oriented RL ，把数学和代码能力拉回来 ，同时坚持住指令遵照的水平。
Dev3是最终打磨。通过拒绝采样天生高质量数据 ，再做一轮SFT ，让模子在推理使命和通用使命上都能稳固输出。
这套先教规则、再练内功、最后调形态的三段式流程 ，诠释了一个许多人体贴的问题 ，为什么R1既能做长链推理 ，又不会像R1-Zero那样输出杂乱、中英混杂。
从5个benchmark到20+：评估系统周全扩展
原版论文的评测集中在几个焦点指标 ，AIME数学竞赛、Codeforces编程、MATH数据集。新版大幅扩展了评测规模 ，涵盖MMLU、MMLU-Pro、DROP、GPQA Diamond、IFEval、Arena-Hard、SWE-bench Verified、LiveCodeBench等20多个基准。
R1-Zero训练曲线：准确率从15.6%涨到77.9% ，凌驾人类水平（绿色虚线）
更值得关注的是人类baseline的引入。新版论文直接把R1的AIME效果和人类参赛者的平均分放在一起较量。R1-Zero在训练历程中 ，pass@1从15.6%一起涨到71.0% ，使用大都投票后抵达86.7% ，凌驾了人类平均水平。
这种和人比的评测方法 ，比纯粹刷榜更能说明问题。
RL炼丹手册：附录A-F中的“秘笈”
关于想复现R1的研究者来说 ，新增的附录可能是最有价值的部分。
附录A详解了GRPO（Group Relative Policy Optimization）的实现细节 ，包括学习率、KL系数、采样温度等要害超参数。附录B-F则笼罩了奖励函数设计、数据结构战略、评测细节等。原版论文的"要领论"色彩浓重 ，新版则更像一本操作手册 ，参数写死、流程写清、坑也标出来。
正如一篇手艺解读所说 ，与原版聚焦高层要领论和效果差别 ，新版的附录为任何想相识模子事情原理的人提供了完整透明的指南。
被写进论文的失败实验
新版论文尚有一个容易被忽略的章节：Unsuccessful Attempts（失败的实验）。
DeepSeek坦承 ，他们试过MCTS（蒙特卡洛树搜索）和PRM（历程奖励模子）m这两条蹊径是已往一年业界最热门的研究偏向 ，不少顶级实验室都在重注押宝。效果是：走欠亨 ，至少在通用推理使命上走欠亨。
论文的诠释是 ，这类要领对“办法颗粒度”要求太高 ，适合数学证实这种每一步都能清晰验证的场景 ，但很难泛化到更开放的推理使命。这和开发者社区的讨论不约而同 ，PRM和MCTS可能会限制强化学习的探索空间 ，只适合那些界线清晰的问题。
把失败写进论文 ，在学术界并不有数 ，但在工业界主导的大模子研究中相当少见。某种水平上 ，DeepSeek帮整个行业做了一次祛魅 ，巨头们死磕的偏向 ，未必是对的偏向。
从22页到86页 ，DeepSeek补上的是可复现性。这也引出了一个问题 ，为什么选择在这个时间点做这件事？
1
为什么是现在？
期刊揭晓后把内容同步回预印本 ，学术界司空见惯。但R1的这次的论文更新 ，照旧有几个值得玩味的地方。
首先是时间节点。1月4日论文更新 ，1月20日R1宣布一周年 ，2月17日夏历春节 ，三个日期串在一起 ，很难不让人遐想。去年V3和R1都是在春节窗口期宣布的 ，DeepSeek似乎形成了某种“年货”古板。X上已经有不少人在问：“我们会很快听到鲸鱼的新闻吗？”
其次是更新自己的变态。大大都论文宣布后就不再改动 ，最多修修勘误。一次性补上60多页 ，把内部积累的实现细节、消融实验、甚至失败实验所有果真 ，这在追求护城河的AI行业相当少见。
怎么明确这种“变态”？一种解读是这些手艺对DeepSeek的目今研究已经不再组成竞争优势 ，他们已经转向了更新的偏向。连系1月1日刚宣布的mHC架构论文 ，下一代模子的轮廓似乎正在浮现。
另一种解读是防御性的开源战略 ，把一年前的手艺细节彻底果真 ，使其酿成公共知识 ，可以避免竞争敌手将类似手艺申请专利或构建壁垒。与其让R1的手艺在闭源竞争中被逐渐稀释 ，不如自动释放 ，拉高整个开源社区的水位。
尚有一个容易被忽略的细节是作者名单。论文用星号标注已去职职员 ，但在100多位孝顺者中只有5位带星号 ，18位焦点作者一年后所有还在。更有意思的是 ，一位一经带星号的研究员这次星号消逝了 ，似乎重新回到了团队。焦点班底险些零流失 ，在人才争取白热化的AI行业也相当有数。
回看已往一年 ，DeepSeek的节奏始终是先发论文 ，再发模子。V3论文详解了MoE架构和MLA注重力机制 ，R1论文拆解了纯RL训练框架 ，mHC论文优化训练稳固性问题。每一篇都不是事后总结 ，而是提前铺路。这次86页的更新 ，某种意义上也是同样的逻辑 ，在下一个大行动之前 ，把上一个阶段的手艺债彻底清完。
至于谁人“大行动”是什么、什么时间来 ，谜底或许很快会揭晓。
点个“爱心” ，再走 吧
??时势1：中国 熟老太hdt∪be
??01月13日,浙江义乌连续11年请上千留守环卫工吃年夜饭,
??01月13日,多重利好因素持续叠加 中国经济“破浪前行”有底气、有信心,
仔细的同砚会发明——当你们天天背着书包来学校上课时 ，一起上我们生涯的小区、街道、店面 ，甚至路边的路面、招牌、垃圾桶都在悄悄地爆发着转变。这是为什么呢?这是由于我们奉贤区政府投入了重大的财力、物力和人力 ，把小区的各项配套设施都作了进一步的改善。我们全镇上下的人民大巨细小、老老小少 ，也都全力以赴 ，起劲备战 ，投入到了争创着上海市文明城区的活动中。由于 ，我们都知道小区是由一个个家庭组成的生涯情形 ，小区文明建设必需从每家每户做起 ，才华形成“我为小区 ，小区为我;我为人人 ，人人为我”的优异民俗。而我们孩子是每一个家庭的成员之一 ，起劲加入文明城区建设不但是大人们的事 ，也是我们孩子们应尽的义务和责任。以是 ，我们学校也组织开展了“见贤思齐 ，争做文明小天使”味主题的实践活动 ，希望同砚们在一次次的加入中学做文明人。今天 ，让我们在五星红旗下再一起回首一下我们为争创文明城区所做的起劲。
,初精初毛小正太被艹,h动漫视频,黄色视频免费在线看。免费在线看。。??时势2：日韩精品无码免费专区网站_亚洲
??01月13日,强化中国式现代化人才支撑,
此次能够获得的看重 ，研发中心基地得以建设是我区政产学研事情的又一喜事 ，我们倍感欢欣和鼓舞。区委、区政府将一如既往地做好效劳事情 ，继续促成研发一批具有自主知识产权的新产品、新手艺 ，加速推动相关工业的手艺前进 ，大幅度提升我区产品在国际市场的竞争力;继续加速建设立异型 ，推动XX区走上立异驱动、内生增添的生长轨道。
,免费观看美女视频网站,欧美色视频日本片免费,日韩欧美乱伦。??01月13日,“难以想象的悲剧”！美国5岁男孩意外开枪打死自己,
“吱吱……”突然 ，毛球冲了出去 ，化成一道金光 ，翻山越岭 ，要进入山脉深处。
,靠比较好的短视频软件大全免费下载苹果,哈c够了吗,免费福利未满十八勿进。??时势3：一级黄片
??01月13日,（巴黎残奥会）克服困难迎接挑战 “金牌大户”中国体育代表团游泳队力争佳绩,
有数米长的花纹山猫 ，头上长着犄角 ，强劲有力 ，每一次都能撕开一头巨兽的躯体 ，浴血而狂 ，它的双爪也是锋锐无匹 ，冷光闪过 ，必有血液溅起。
,日韩高清AV在线,三级黄视频免费看,乌克兰欧美内射毛茸茸。??01月13日,单课时50元 北京年轻人爱上夜校,
只管生涯中有不可阻止的突发灾难 ，未知遭遇常让我们心惊肉跳 ，手足无措 ，但研究批注 ，通过增强自我；ひ馐 ，提高自我；つ芰 ，若能在灾难和危险降临的初期 ，实时接纳准确的步伐 ，80%的危险是可以阻止的。
,橾橾操操处女,操逼外国网址,B。??时势4：国产精品国产三极
??01月13日,台湾乐手来牵手 两岸“芗”音共潮生,
2.敬重学校的公共设施 ，不践踏草坪 ，不随地扔纸张、塑料袋等种种垃圾。
,国产日韩在线不卡,玖玖黄色视屏,欧美性爱免费在线观看电影。??01月13日,【透视】越来越多美国侨民对政府感到失望，选择放弃国籍,
增强步队建设 ，树立优异形象 ，这是党委系统办公室为经济社会生长效劳的基础包管。要通过实践磨炼 ，把全区党委系统办公室的步队建成一流的步队 ，把我们的事情干成一流的事情 ，把我们的效劳搞成一流的效劳。
,《鲇井京花》,暖暖一区三级片,欧美日韩一区二区综合在线视频。责编：马乃喜
审核：吴松航
责编：滕泰
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
