猫眼影戏
 |
|
猫眼影戏
郭茂倩
手机审查
猫眼影戏记者 亚历山德拉·罗伯森 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：黄漫 18禁动漫app
??01月12日,（身边的变化）甘肃环县“菜园风景独好” 空院荒地成“聚宝盆”,
我的心是“事业心”，敬业贡献、实现自我是这颗心的质地;
,www.773c.cn免费网站链接下载 。??01月12日,广西侨乡玉林引进玉商回归项目总投资逾千亿元,
一道苦闷的响声传来，小不点一脚踢起了那口千斤重的铜鼎，令它凌空飞起，撞向紫山昆与雷明远，由于这两人趁他交手时已经弯弓搭箭，冲向三只幼鸟 。
,国产一级a免费无码播放,污18加游戏免费下载,www一www黄色视频 。??时势2：黄页a级三级网
??01月12日,4800余名跑友贺兰山下鸣枪开跑“寻酒香”,
它双翅击天，瞬间冲了起来，虽然双爪并未松开，依旧抓着穿山甲的尾部，迅速穿入云层中 。
,免费一级A片高潮在线视频,免费黄色视频大全在线看,曰批全过程免费视频在线观看无码 。??01月12日,国台办主任宋涛为海峡两岸青少年棒球邀请赛开球 与台湾球员互动,
“别允许，他们是找你贫困的，肯定是要打你手中宝骨的主意！”鸟爷小声提醒 。
,婷婷色五月天在线观看,https://pornmoviesx.pro/video17771/,和妈妈爱爱无码播放 。??时势3：日本免费八级黄色网站
??01月12日,（经济观察）综合科技创新水平指数西部第一，重庆是如何炼成的？,
(二)严守纪律树形象 。同志们在培训时代，要严酷遵守培训纪律，听从治理，不得迟到、早退、无故缺席和托故请假 。上课时代要自觉将通讯工具关闭或调解到震惊状态，坚持课堂秩序 。在这里我要特殊强调：原则上不得请假，若有特殊情形确需请假的，必需由村党支部书记赞成，写出请假条，报市委组织部向导批准 。违反学习纪律的，市委组织部将对其举行严肃品评，并在全市转达 。
,狂揉,爆操黑丝,91黄在线观看亚洲国产 。??01月12日,美图推出6款产品 吴欣鸿：深耕AI应用，让每个人都能享受到AI的价值,
早上好！今天我国旗下讲话的问题是：我们会；ぷ约 。清静第一，生命至上 。清静修建了我们优美的家园，在清静的问题上，来不得半点麻木和幸运 。清静重于泰山，为提高小朋侪的清静意识和能力，在上一周幼儿园开展了消防清静演练和不跟生疏人走防拐演练活动 。
,欧美性交,com,欧美高清一级片九九,一级黄色片日本小小美女免费 。??时势4：胡桃 到爽 高潮痉挛漫画
??01月12日,八成受访新职业青年通过直播平台实现就业创业,
狂风咆哮，青鳞鹰俯冲了下来，双翅睁开，足有十五六米长，像是一片乌云压落，投下的阴影令人心悸 。
,国产精品国产三级在线专,推荐一个黄色视频在线,91九色国产PORNY网址 。??01月12日,“五一”假期我国刑事、治安警情同比分别下降3.6%、14.7%,
一群孩子既震惊又兴奋，将小不点围了起来，叽叽喳喳，说了许多的话 。
,黄片美女18岁视频,50岁毛耸耸的逼,国产精品1区2区丝袜制服在线观看 。责编：易小星
审核：陈晨曦
责编：何增科
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
