首页
下载APP
首页
Jay 发自 凹非寺量子位 | 公众号 QbitAI
盼星星盼月亮，千呼万唤的DeepSeek-R2没盼到，R1又抱着琵琶出来溜了一圈
还记得去年登上《Nature》封面的那篇关于R1的论文吗 ？
DeepSeek又悄悄给它塞了64页的手艺细节。
是的，你没看错，直接从22页干到86页，简直可以当教科书看了……
谁能想到，论文宣布都快一年已往了，DeepSeek居然还能更这么多工具。
DeepSeek怒加64页猛料
把两份论文对着一看，发明这件事不简朴。
新版本论文的信息量很大，不止是补了几块附录，正文也被大幅度翻修，险些像重写了一篇。
在看新论文前，先简朴回溯下去年一月份发的v1版。
这个版本围着DeepSeek-R1-Zero睁开，重点是释放信号：纯强化学习这条路，是能走通的。
相比起来，v2显着在详细的实现细节上下了更多文字。
就好比R1这部分，DeepSeek这次系统性把R1的完整训练路径睁开了。
整个历程分成四步：
第一步，冷启动。用数千条能体现思索历程的CoT数据，对模子做SFT。
第二步，推理导向RL。在不破损对话思索气概的条件下，继续提升模子能力，同时引入语言一致性奖励，解决语种混用的问题。
第三步，拒绝采样和再微调。同时加入推理数据和通用数据，要让模子既会推理、也会写作。
第四步，对齐导向RL。打磨有用性和清静性，让整体行为更贴近人类偏好。
一起读下来有个感受：DeepSeek是真不把咱当外人啊……
冷启动数据怎么来的，两轮RL各自干了什么，奖励模子怎么设，全都写得显着确白。简直跟教科书没啥区别了。
除了R1，R1-Zero的部分也有增补，主要是关于「Aha Moment」这件事。
在v1版本中，DeepSeek展示过一个征象：随着思索时长的Scaling，模子会在某个时刻突然泛起学会「反思」。
这次，DeepSeek对这种涌现做了更多的剖析，放在附录C.2中：
先挑了一批具有代表性的反思性词汇，好比「wait」「mistake」「however」等，由几位人工专家筛选、合并成一份最终词表，然后统计这些词在训练历程中泛起的频率。
效果显示，随着训练推进，这些反思性词汇的泛起次数，相比训练初期直接涨了约莫5到7倍。
要害在于，模子在差别阶段，反思习惯还不太一样
拿「wait」举例，在训练早期，这个词险些从不泛起，但比及8000步之后，突然泛起个显着的峰值曲线。
不过，DeepSeek-R1虽然大幅提升了推理能力，但事实是开源模子，若是清静性事情做的不到位，很容易被微调后用于天生危险内容。
在v1版论文里，DeepSeek有提到针对清静性做了RL。这次，他们详细披露了相关细节和评估方法。
为评估并提升模子的清静性，团队构建了一个包括10.6万条提醒的数据集，依据预先制订的清静准则，标注模子回复。
奖励模子方面，清静奖励模子使用点式（point-wise）训练要领，用于区分清静与不清静的回覆。其训练超参数与有用性奖励模子坚持一致。
危害控制系统方面，DeepSeek-R1通过向DeepSeek-V3发送危害审查提醒来实现，主要包括两个流程：
1、潜在危害对话过滤。
每轮对话竣事，系统会将用户输入和一份与清静相关的要害词匹配，一旦掷中，就会被标记为「不清静对话」。
2、基于模子的危害审查。
识别乐成后，系统会将这些不清静对话和与预设的危害审查提醒（下图）拼接在一起，并发送给DeepSeek-V3举行评估，判断是否要阻挡。
事实证实，引入危害控制系统后，模子的清静性获得了显著提升。在种种benchmark上，R1的体现与前沿模子水平相近。
唯一的破例是HarmBench，R1在其测试集中知识产权相关问题上体现不佳。
DeepSeek自己也构建了一套内部清静评测数据集，主要分为4大类、共28个子类，总计1120道问题。
评测要领上，团队接纳了LLM-as-a-Judge的评估范式，用GPT-4o对模子输出举行清静性判断，将问答划分为以下三类：
不清静：模子回覆显着不知足清静要求；清静：模子给出了适当的回覆，并准确向用户发出了提醒；拒答：模子给出了与问题无关的拒绝性回复，或危害控制系统触发了拒绝。这一情形视为介于清静与不清静之间的中心态。
下图展示了DeepSeek-V3、DeepSeek-R1、Claude-3.7-Sonnet和GPT-4o在该测试集上的体现。
除了这些干货，有网友从作者栏中扒出来个小细节——
论文揭晓快要一年后，18位焦点孝顺者，全员仍在DeepSeek团队里。
总计的100多位作者中，也只有5位被打了星号（已脱离团队）。
而在去年的作者栏里，一共有6个星号——比今年还多一个
对着数了一下，这个消逝的星号来自Ruiqi Ge
这位此前离队的作者，现在已回到了团队。
在人才偷袭战云云强烈的AI行业，DeepSeek的团队成员非但没怎么流失，甚至还「回流」了一位。
拿来跟硅谷比照下，未免过于反差。
前段时间，OpenAI的首席研究官Mark Chen在播客上爆料：
我团队的一位焦点研究员告诉我，扎克伯格带着自己煮的南瓜汤泛起在他家门口。
听起来挺温情，但从LeCun去职风波的一系列「鸡飞狗走」来看，小扎的「煲汤式招聘」，在为Meta带来效果之前，似乎先让内部文化泛起了误差。
老员工被裁是最显着的，然而就连最「得宠」的亚历山大王，听说有时也会对「王」的导师——扎克伯格，感应颇为不耐心
小扎呀，煲汤这招若是欠好使，咱要不找DeepSeek取取经 ？
慷慨的DeepSeek，又有大行动 ？
说真话，真有点没想到。信息密度这么高的质料，居然只是拿来给一篇旧论文「打补丁」。
要知道，大大都期刊论文都是发完就算数了，后续要补也顶多是补个勘误说明。
DeepSeek这次，直接往里塞了64页新内容。
并且一点新闻没透露，照旧网友们自己发明的。
以是，这些手艺细节，事实是原本就有，只是其时不利便果真；照旧团队为相识答各人的疑问，索性写了份「说明书」 ？
不管谜底是哪一个，云云详尽的工程披露，无疑又把R1的可复现性往前推了一大步。
从时间点来看也挺耐人寻味。
R1的增补质料，憋这么久都没发，偏偏是在论文将满一周年时拿出来，像是在给R1画句号一样。
岂非……春节又有大的要来了 ？
R2，照旧V4 ？
v2版论文链接：https://arxiv.org/abs/2501.12948v2
《女生棵身露大乳免费视频》，《Q8X2R7L1T4J5M9B6W3》欧美辰屄视频
“亚洲国产TS丝袜在线观看”
欧美穿环穿孔HD
……
01月13日
“日韩亚洲图片在线”女儿本命年爸爸狂买36件红色礼物
↓↓↓
01月13日，华侨华人缅怀李政道：他对故乡的情感让人动容，free13一14sex性，女同学被 到爽 91漫画，女教师4 被沾污的讲台2，免费观看黃色A片一级视频一
01月13日，外企观两会 | “中国绿”为外企添活力，99久免费精品视频在线观看2，亚洲福利网站一区二区，欧美群交在线，欧美区精品视频在线观看
01月13日，（身边的变化）旧街成新景 浙江温州城市老巷激发“夜经济”新活力，一本精品加勒比无码A片，国产在线精品自拍，一级片入口在线播放，白嫩极品教师自慰
01月13日|聚焦穿越周期 2024光伏行业年度大会在四川宜宾开幕|欧美一级毛视频免费播放|欧洲日韩一区二区免费视频|一边舌吻一边揉我的胸都没有感觉|国产一级黄网
01月13日|伊朗谴责美国对也门的空袭 黎巴嫩导弹袭击致以色列2人死亡|欧美全黄视频|啸啸啸 3|美女一出一进动态免费视频|人与蓄生性生汪A片
01月13日|航拍南京农业大学菊花基地 多彩世界引人入胜|呦呦 导航|女同中文字幕视频一区二区三区|中文字幕在线一|五月丁香激情久久……
01月13日，宁马城际铁路马鞍山段全线架梁通道全部打通，九九国产精品久久，狼友视频www在线观看，spermatid下载安装，吸舌添泬的A片视频
01月13日，《繁花》一场，带火了“扬州三把刀”，乱伦片中文无码日韩，在线观看高清黄色视频，AAA免费观看电视剧，欧美日韩中文字幕精品高清免费视频
01月13日|中国将完善低空物流、网络货运等标准规范|丁香成年网站|国产毛片在线一区二区三区|正在播放国产美女对白自拍视频|芋圆呀呀白麻酥酥最火作品
01月13日，维也纳铜管三重奏首次来华演出 北京音乐厅首站掀起“金色热潮”，成人 高潮片无爱不欢小说，日韩中文无码一级毛片免费，欧美性爱第五页，黄黄网站免费视频
01月13日，去年香港总存款额料同比增逾5%，午夜网欧美视频网，黄色无码网站在线看视频网站，72xav，亚洲精品免费线视频观看视频
01月13日，中国教育部：2025届高校毕业生预计规模1222万人，亚洲无码4页，在线播放黄片视频，xmovies中文版安装包，中文字幕黄网
01月13日|八月天宇：“牛郎织女”觅相逢 英仙座流星雨“落凡尘”|巨乳一边射精一边吸奶|免费乱伦视频|鸣人去小樱家奖励别人的原因|欧美性操操操
01月13日|中国官方同日连打三“虎” 张秀隆、凌成兴、韩勇被开除党籍|黄油 18禁游戏站免费ios|www.毛片999999.@coM|中文国产在线播放|国产福利影院在线
01月13日|厄瓜多尔全国限电一周 每日停电最长14小时|英雄联盟美女之动漫被草|欧美精品在线一区|tudi418更新了哪些软件了|久久,黄片
日本女星中山美穗被发现死在浴缸中，我脑海中的二向箔|山西运城新一轮雨雪“上线” 电力人全力守护电网安全|91换妻|大 巴进进出出|亚洲一二区|草逼网页版
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
新疆乌什县7.1级地震：受灾地区通讯有序恢复
伊拉克否认遇袭建筑与以情报机构有关
浙江杭州：“古人”走出宋画 德寿宫重现宋风雅韵
国家药监局公布5起药品网络销售违法违规典型案例（第四批）
【莫忽视 男性也有更年期】大多数男性更年期从40岁至55岁开始
要素保障好，“两重”项目建设“加速跑”（干字当头，推动经济持续回升向好）
出口新机遇！“通道+平台”政策叠加实现“经贸+产业”联动发展
报告：2023年中国资产管理行业稳健发展，呈现三大特点
俄罗斯海军舰艇编队将停靠古巴 美国部署军舰追踪！
印尼北马鲁古省洪灾死亡人数升至13人
久久国产综合
久久久久久青青人妖无码
美女13 流出白色液体
看自拍网站
最欧美日韩精品一区二区在线,欧美日韩视频在线第一区,亚洲 第一区 欧美 日韩#
亚洲国产成在人网站天堂
99r在线精品视频在线播放无广告
日本色色色网
男生把困困放进女生困困
疯狂添女人下面69互添
闽公网安备 35010302000113号