首页
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
《狼友视频首区入口》，《Q8X2R7L1T4J5M9B6W3》新农夫导航熟妇
“免费高清视频免费毛片”
男人影院啵啵
……
01月12日
“色色的网站”RNG 1-1 EDG
↓↓↓
01月12日，我国成功发射千帆极轨01组卫星，538WWW，一道本黄色无码专区，freesextv，免费观看人成视频网
01月12日，（财经天下）鲍威尔“泼冷水”，美联储降息节奏或放缓，超,超碰美女网站，亚毛基地，99热99热免费，免费一级A毛片在线播放软件
01月12日，7月份中国物流业景气指数为51% 业务需求量保持增长，超碰人人人福利，欧美性爱黄色网战，女人自慰喷潮A片免费看欢迎您，99re国产精品视频
01月12日|中国正能量｜薪火相传，弦歌不辍|5060一级永久免费毛片|xxxx美国69|AV射不卡网站|大乃子裸图
01月12日|上海财神庙启用一级微型消防站|亚洲欧美另类自拍|清纯唯美五月|欧美三级片在线免费|999精彩视频
01月12日|“白名单”扩围 保交房增效（经济聚焦）|少妇喷潮69|裸大雷|拔出马眼棒后感觉像尿了怎么办|人人摸人人爱日木……
01月12日，【新时代新征程新伟业——实干笃行】深中携手 珠江口两岸开启融合大发展，狠狠干夜夜操，免费一级婬片A片视频，丁香五月婷婷日韩AV，国产乱伦网站
01月12日，自主研制 最大直径 海太长江隧道“江海号”盾构机重要模块进场，美女被插高潮到爽，正在播放国产美女对白自拍视频，最近更新2019中文字幕视频下载网站，亚洲二区精品视频
01月12日|港区内蒙古政协委员区健丽：为中国种猪装“芯片”|furry18冲酸奶|国产 欧美日韩另类一区|久久网站AV|欧美一级aa视频免费观看
01月12日，大熊猫巴斯：从大梦山走向世界的中外友好使者，日本黑脚美女自慰喷水，www.97人人干，欧美黄色视频免费在线看，GOGO亚洲国模私拍人体
01月12日，乐华娱乐回应股价大跌：公司经营正常，99思思，久久69性播放高清电影，91九色 PORNY国产，俄罗斯暴力后仰深喉WWW
01月12日，巴厘岛举行“Ogoh-Ogoh”游行：怪兽狂欢，91精品午夜福利网，www.真黄视频，人人见人人操97，亚洲欧美一区图片
01月12日|首届东坡诗文奖将于海南举办|久久精品亚洲精品国产婷婷91|国产精品秘 密入口|白丝老师让我 了一夜动漫英文|玖玖在线视频免费播放
01月12日|凝心聚力，推进强国建设、民族复兴伟业（社论）|色w中文字幕在线视频网站|AV永久无码天堂网毛片|淫淫AV|宝可梦繁殖r18版本下载入口
01月12日|外交部：提醒中国公民避免卷入武装冲突|动画埃及猫拔萝卜原创版|国产口爆吞精一区|h黄色视频免费|日韩无码 中文字幕 国产精品
不够善良的我们，美代表团会见赖清德蔡英文 中方驳斥|巴西里约热内卢州暴雨已致3人死亡 道路交通受阻|欧美巨大荫蒂茸毛毛|欧美不良视频黄品亲网|超碰人|精品久久久久久综合婷婷
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
“该改的坚决改，不该改的不改”（思想纵横）
F1期间《中国车手周冠宇》上映，周冠宇个人商业价值几何
台当局一空军副司令晋升上将 被曝曾下令发布大陆“导弹空袭警报”
“天下为公——一代伟人孙中山”原创展览在穗开幕
俄罗斯南部罗斯托夫地区因干旱进入紧急状态
甘肃作家出书缅怀“金老爷子”：留住父亲70载“田园童话”
江西南昌“海昏侯”文物上新 刘贺墓主棺玉器展出
中央气象台继续发布强对流天气蓝色预警
王楚钦、孙颖莎巴黎奥运会后再搭档混双感觉不错
中新健康丨蓝皮书：“十四五”以来，各地健康指标得到有效提升
黄色在线视频
馃崙銆俢c
欧美性爱BBW
国产图片在线视频观看
激情文学亚洲图综
精品被操视频
黄色视频免费观看视频一区二区
AV网站大全 网站地址
亚洲性爱,欧美性爱亚洲性情,欧美性情
呦女www13-18
闽公网安备 35010302000113号
