猫眼影戏
 |
|
猫眼影戏
马科夫金
手机审查
猫眼影戏记者 曾海林 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：亚州专区综合网
??01月17日,广州海关开展校园普法活动 缉毒犬亮身手受欢迎,
农村事情千头万绪，要精彩地完成好各项事情使命，事情就必需做到统筹兼顾。一是统筹抓好下层党建与社会主义新农村建设，农业工业化谋划、农业结构调解等事情，把党建与群众的精神文化生涯相连系，增进下层党建事情与经济事情的同步生长;统筹抓好清静生产、计生、卫生、教育、文化、生长整体经济等事情，村内重大事项重大决议严酷凭证“四议两果真”事情法举行，各项事情做到统筹兼顾，环环相扣，相互增进。二是要统筹过好六个“关”一要过上级向导关，做的每一件事情要让上级知足，也就是对上级要认真;二要过关，作为村支书，所做的事情必需要过这一关;三要过村民代表关;四要过群众关，我们是群众选上来的，代表着人民群众的基础利益，最最少要让群众知足，也就是对下要认真;五要过利益观，六要过人情观，也就是我们常说的“打铁还须自身硬，身正不怕影子斜”，只有过好了这“六个关”才是一名及格的村干部。
,日韩无码亚洲天堂。??01月17日,2024中国舟钓（路亚）公开赛湖南南县站开幕,
凭证市委、市政府的统一安排，今天举行第四期村主职干部集中轮训班。很兴奋能加入今天的开班仪式，首先，我要向在座列位担当新一届村委会主任体现祝贺。应该说，前三期的培训班事情，在市委组织部、市委党校等相关部分的全心组织下，在全体学员的配合起劲下，取得了很好的培训效果。为切实抓好最后一期培训事情，在此，我想谈几点想法和各人交流。
,佩帕塞道具,白丝大胸小舞被 出白浆,男生很享受被女同桌欺负的感觉说明。??时势2：爱搞igao视频在线
??01月17日,大陆高校师生团访台行程结束,
“都给我停步，一边呆着去，还没完呢，等我们气顺了再谈！”石飞蛟道。
,AV爱爱,com,9.973.cc,在线人成视频在线视频免费观看。??01月17日,首募专业志愿者 超千名第七届进博会“小叶子”在沪集训, 据国际网球联合会宣布的《2021年全球网球报告》，2021年全球加入网球运动的生齿有8718万人，中国以1992万人成为全球网球加入人数排名第二的国家，仅次于美国，占全球总网球生齿的22.9%。同时，中国网球场的数目也为全球第二，达49767个。网球教练则以11350人位居全球第五。,色综合网站久久久久久,免费的黄色网站在线2,巨大暴乳妈妈妹妹。
??时势3：中国特黄二区三区久久久久毛片免费
??01月17日,山东港口烟台港打造爆款中非航线 “带货”非洲20余国,
??01月17日,民建会员任瑞羾： “业余词人”谱写“多彩贵州”,
离地尚有十几米高，三个孩子就跳了下去，风声呼呼，那名中年人见状，喝道：“慢点，不要太急！”
,超碰黃色片,曰韩无码AA生活网站,黑皮白袜猛1Gay网站。??时势4：a视频在线观看免费一区
??01月17日,“欢喜宁波”——温故·非遗展举行主题日展演,
宣传自我的企业亮点、特色、资源和品牌等，搭建与外洋企业或经济市。ɑ梗┫嘀氖被寰蔡，“一站式、便捷化、经济化”的效劳。
,xx视频在线观看免费不卡,露脸精品一区二区三区,91精品国产综合久久麻豆。??01月17日,前三季度出入境客流交通流创历史新高 新疆口岸为何越来越繁忙,
“天啊，一头远古遗种，那是一只恶魔猿！”
,欧美片永久一级,人妻人人操,青青草视频成人。【广东省人大常委会原副主任陈如桂一审被判无期徒刑】
【广西侗乡：民众喜摘“致富果”】
责编：潘晓燕
审核：李珠江
责编：王跃
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
