猫眼影戏
 |
|
猫眼影戏
齐皮·利夫尼
手机审查
猫眼影戏记者 梁芒 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：美女黄色视频一区二区三区
??01月16日,著名作曲家黄准逝世 曾为《红色娘子军》写就经典旋律,
四办：全体先生无论在事情上 ，照旧在生涯上 ，都相互体贴、相互资助 ，是一个团结、协调的团队。他们凭证学校要求 ，有妄想 ，有办法地开展各项事情 ，均取得了优异的效果。特殊是在学校组织的各项大型活动及角逐中 ，四办先生们都起劲加入 ，无怨无悔 ，显示出了无私的贡献精神和较强的执行能力 ，值得表扬。
,国产AAA免费黄色视频。??01月16日,中俄创意设计联盟启动 共促两国文化事业发展,
山谷四壁崩塌 ，隆隆作响 ，一块块巨石被打的乱飞 ，冲上高空 ，谷中破败 ，烟尘弥漫 ，一副要杀绝的情形！
?第一百四十四章 分宝崖,久久久毛片免费基地,日皮网站,福利无码精品一区二区在线观看。??时势2：色黄乱婬伦的网站
??01月16日,人民英雄永垂不朽——人民英雄纪念碑碑文敬读,
诸强终于逃回了各自的部落 ，但依旧在心悸 ，即便相隔几万里 ，仍然感受惊悚 ，总以为有不祥要爆发了。
,久久久久久品精影院,扌喿辶畐的资料网站,性XXXXX大片免费视频快段。??01月16日,平遥古城“亮相”美国最大旅游展会 展示中国文化魅力,
一、上半年岁情回首
,日韩美女视频一区二区在线观看,avtt网,国产永久色网站。??时势3：蓝鳍Smapp官网入口
??01月16日,音乐为文旅行业“加戏” 江西多地“点燃”旅游消费新活力,
三是强化班组清静治理。做好供电所清静事情是顺遂完成各项使命的有力包管。要牢靠树立“危害可以提防、失误应该阻止、事故能够控制”的理念 ，一直提高职工清静意识。事情中严酷执行“三卡一志” ，实验“标准化作业辅助系统” ，起劲开展清静性评价事情 ，同时一直加大清静监查力度 ，真正实现清静事情可控、能控、再控。
,亚洲国产aⅴ精品一区二区快活林,aaaa国产毛片一区二,狠狠插人人操。??01月16日,看熊猫、写书法、赴家宴 美国青少年石家庄感受待客之道,
同砚们 ，你们从稚嫩走来 ，正向成熟走去。若是明天是一座摩天大厦 ，今天就是涤讪大厦的基石。让我们珍惜今天的一分一秒 ，把这大厦的基石打牢。让我们背负着怙恃的重托艰辛跋涉 ，一边离别昨天的稚子 ，一边明天的理想 ，向着一个又一个意识、品行、情操、知识的岑岭攀缘。
,人人爱爱人人操,99riav.03,全A级毛片免费看中文字幕。??时势4：亚洲激情综合一二三区
??01月16日,南京市校园足球教育发展中心揭牌,
最近 ，电视上 ，收音机里都在说矿泉水缺乏格的问题 ，我又想到以前在收音机里听到水污染的问题。那些破损水源 ，污染水源的人 ，岂非不喝水吗?他们饮用到被污染的水 ，岂非不是自食其果吗?那些饮用了被污染水而生病的无辜群众 ，就不可让破损情形的人引起关注吗?
,中国美女洗澡,亚洲首页稀缺资源,欧美VA国产VA在线观看视频。??01月16日,（新春走基层）逛“车厢集市”赏非遗演出：秦巴深处采购年货迎来新方式,
“嗯！”小石昊颔首 ，昨天就已经做出决议 ，现在更不会更改了。
,无遮挡又黄又刺激的视频网站,欧美a片视频网址在线观看,国产一级爱a爱视频在线免费观看。【浙江杭州打破1月中旬最高气温纪录】
【安徽石台：云海翻腾似仙境】
责编：李春莲
审核：杨根生
责编：沈荃
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
