猫眼影戏
 |
|
猫眼影戏
钱松华
手机审查
猫眼影戏记者 周耀 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：国内精品视频在线观看网址大全
??01月12日,中俄美术联盟首届大会在哈尔滨举行 高校艺术作品展诠释两国风情,
那是一头凶蛟，长达二百多丈，挤压满了西方的天空，喷吐霞光，攻击力恐怖，将诸多山石、森林碾成为齑粉。
,纲手被 狂揉 3d动漫。??01月12日,中国驻美大使谢锋：欢迎大家来趟“说走就走”的中国行,
(二)凸显妄想“龙头”，强化细腻治理
,国产人澡人澡澡澡人碰视频,国产精品视频专区一区二区,免费的黄色视频欧美一本到。??时势2：乱日家庭一级录相
??01月12日,专家解读｜《全球数据跨境流动合作倡议》为推进国际数据治理与合作注入强劲动力,
标记人以为，诚信是构建和-谐社会的基础，是企业长期康健生长的条件。随着社会综合素养的一直提高，诚信将是一切经济和社会活动的最终价值取向。标记人注重每一个细节，信守每一项允许，始终坚持对客户认真、对社会认真的态度，全力打造诚信标记品牌。
,中文字幕在线网页播放,久久无码黄片视频,国产 肥老妇 视频妇科检查。??01月12日,重庆一教师在餐馆酒后咬伤学生耳朵 警方：行拘10日,
有人说：人生是一本书，而初中生涯的寒来暑往，我们怎能遗忘，在悲鸿艺校这个各人庭中你们助人为乐的身影；在各项活动中你们一丝不苟的贡献；在一次次考试中你们奋笔疾书的劲头，你们勤劳学习的情景我们更忘不了，在我们失踪时，是你们用关切的话语慰藉了我们失踪的心灵；在生涯渺茫时，是你们用自信树立了我们的目的；在和同砚爆发矛盾时，是你们用宽容的心教会我们要容纳。母校优良的古板深深熏陶了你们，你们优良的作风又深深影响了我们。我们会接过你们的文笔，像昔时的你们一样，先打好中考第一仗，然后起劲学习战胜难题，沿着你们的足迹，使远东艺校这个各人庭越来越优异，使母校越发绚烂！
,产黄色视频在线观看国,午夜福利黄网站在线观看,摸摸大扔子吃奶视频。??时势3：国产949理论片在线观看
??01月12日,以色列北部遭上百枚火箭弹和无人机袭击,
??01月12日,颐和园十七孔桥现“金光穿洞”美景 游客竞相观赏拍照,
一座神庙发光，宛若是以一块又一块金子筑成，沐浴在霞辉中，神圣无比，它位于雨族最深处，光雨飞洒。
,chaopeng人人人人人人妻,国产在线观看www,久久精品众筹私拍宾馆。??时势4：又大又粗又黄无码毛片
??01月12日,有钱请不到人？台媒称台湾“大缺工时代”来临,
各人早上好!今天我在国旗下讲话的问题是《珍爱生命，预防溺水》。 现在已进入炎炎的夏日，夏日是溺水事故的高发期。据视察显示，现在我国每年有1.6万名中小学生非正常殒命，平均天天约有40多名学生死于溺水、交通或食物中毒等事故，险些相当于我们一个班的人数!其中溺水居意外殒命之首。为避免溺水事故的爆发，我向同砚们提出以下建媾和要求：
,十八岁禁看小黄片,性生一级录像网站免费大全,日韩裸体无遮挡免费视频。??01月12日,海口今年将全面完成自贸港封关运作软硬件设施建设,
“呀，年迈哥你这是干什么 ？”小不点睁大了眼睛，发明了差池劲，蛟鹏的实力太强盛了，竟然冲着二猛与皮猴他们击去。
,亚洲黄色网站x.x.x.x.x,中国老太太性HD大全-HornySex,免费无码A片在线看视频。责编：宋加琦
审核：詹妮弗·卡西迪
责编：龚清概
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
