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
《把我的香蕉伸进美女的桃子》，《Q8X2R7L1T4J5M9B6W3》久久精品国产只
“亚洲操女视频网站”
国产国语对白黄色视频
……
01月16日
“精品自拍视频在线”张博恒回应被送错场馆
↓↓↓
01月16日，山东乡村文化旅游节即将“登场” 邀民众过特色“鲁味年”中国国内企业拥有有效发明专利290.9万件 占比首超七成，日韩大黄毛片免费视频，一级a免一级a做视频观看，自拍三级，黑人狂躁刘玥XXⅩXX视频
01月16日，上海专家课题组把成果带进新疆 让“无限风光”更精准“智慧发电”，男男互吃 巴白袜网站，欧美激情AAAAAAAAAAAV，黄漫 18禁游戏网站，欧美妇乱码伦视频免费
01月16日，打好能源保供“组合拳” 让居民过冬暖意融融，91n免费处女在线破视频+进https://www.ixjqzxc.com:6699/35.html，国产igao为爱激情，爱操视频国产，无尽 得到 向上 可爱 葡萄收获期
01月16日|竹文化融入纺织面料 国际纺都加速绿色时尚转型|黄色a爱视频观看免费|伊人久久精品福利姬|久99久黑人精品视频费4观看|动漫av网站免费线看精品
01月16日|第27届中国（海南）国际热带农产品冬季交易会在海口开幕|免费a片无码网址|欧美日韩精品一区二区视频在线观看|黄色视频资源在线观看|免费一级毛片久久久
01月16日|西藏藏医药大学走进陈塘镇：弘扬藏医药文化 助力健康兴边|高清乱码 白灵|东北老熟女妓女啪啪激情粗口对白|禁止18岁观看网址|中文字幕,亚洲综合久久2021……
01月16日，甘肃金昌两车相撞 造成4死3伤，在线女同网站，自 拍 偷 拍 综 合91，国产亚洲一区二区三区精品久久，综合在线一区
01月16日，中国野猪种群调控迫在眉睫 多地悬赏招募“野猪猎人”，黄色电影自拍偷拍，www. .com.本子，巨乳国产日韩丝袜，进 里 片同人
01月16日|中国“Z世代”青睐“特种兵式旅游”： 单日骑行两千里|国产一级a爱看片免费视出轨|水菜丽被三个黑人一起|欧美自拍日韩图片在线观看|国产一级免费看黄片
01月16日，云南进入两会时间 一张照片“晒出”民营企业发展信心，自拍99，安子轩热2vba空间安全吗，全黄性爱，激情刺激老色鬼无码精品国产
01月16日，新疆阿克苏地区乌什县发生5.2级地震 震源深度10千米，爱爱视频亚洲一区，91精品亚洲一区，黄么激情综合网，人人人人人人人人操人人人人搞
01月16日，【两会Vlog】亲历政协大会闭幕！小新感受同心聚力，性爱1级，久久久人人爽爆乳A片动漫版，96免费视频，亚洲精品免费线视频观看视频
01月16日|外交部：福岛第一核电站附近海域相关海水样本已运抵中国|欧美精品乱子伦久久|人人操人人干超级碰|嗯～啊～轻一点|抖音风系列反差婊剪辑短视频
01月16日|杭州计划三年实施32个大运河保护传承利用相关项目|操国产熟女|日韩免费精品视频|uiui|玩弄大荫蒂视频
01月16日|江苏宿迁一小区商铺发生火灾致6人死亡|亚洲人三级片|黄色视频在线观|芋圆呀呀白麻酥酥私人订制|挤奶+玩弄 跪趴 嗯啊
边走边唱的女子，斗鱼CEO陈少杰已取保候审|广西三江：生产服装赶订单 全力冲刺“开门红”|日韩欧美性爱电影一区二区|18出禁止看的污网站免费观看|丁香五月开心婷婷久久网|91牛
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
巴塞尔艺术展香港展会将于3月举行 全面恢复至疫情前规模
历经11年自主研发 他们成功给探测器装上国产“眼睛”
平台已履行算法解释说明义务不构成侵权
740支队伍参赛 “古剑山”第一届全国大学生网络攻防大赛落幕香港美协举行第三届主席团及理事就职典礼
海上风电、沙地光伏，“撂荒地”如何成为清洁能源“发电厂”？
消费者称网购枇杷干中吃出了杏核
湖北荆门发力装配式产业 绿色低碳建设助城市更新
第四届中国短视频大会在京开幕
云南多条高速公路建设春节前夕迎来新进展
眼科界精英厦门共探行业创新发展 “华厦数智长城”启动
国产一级特色色片
欧美性爱,男人天堂
日韩色片在线观看
性BBB欧美老妇胖老太
黄色网站号网址
毛片网址在线免费观看
福利小视频在线观看
免费撸管网站
免费玖玖偷情视频在线观看
秘书AV丝袜AV日韩AV
闽公网安备 35010302000113号