首页
下载APP
首页
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
《多人群p交换在线视频播放》，《Q8X2R7L1T4J5M9B6W3》小女孩被操
“激情图片小说视频”
中文字幕精品亚洲一区
……
01月13日
“男人的天堂草草无码www”习近平重要指示为政法战线指明方向
↓↓↓
01月13日，城轨交通领域创新成果集中亮相南京，欧美高清一级片九九，91制片厂，国产cao视频在线观看，羞羞视频免费无会员网站喷水
01月13日，310052，这个行政区划代码不一般，女子张开腿让男子桶，我脱了内裤坐在男朋友的身上视频，国产在线看到插入，xxxx欧美图片
01月13日，文化中国行 | 2024“新疆是个好地方”对口援疆非遗展在库尔勒开幕，青榴在线播放，能看a片免费网站，我是魅魔的忠实仆人第二集，人人莫人人干
01月13日|专访《你也有今天》导演陈铭章：观众对偶像剧的评看标准在发生变化|久久黄色片视频影|黄色福利视频网站|自慰⋯啊⋯嗯～出水了漫画|深夜网址
01月13日|中核钛白实控人王泽龙被罚没1.33亿元，中信证券、海通证券也被罚 |黄色a级毛片不卡视频|国产99久久99这里只有精品|年轻人爱看的毛片|国产真实乱人伦偷精品视频
01月13日|国家知识产权局：助力培育国货“潮品” 坚决打击各种傍名牌、蹭热点行为|超超超超超超超超超超黄日本网站|91黄在线|裸体瑶被 吸乳羞羞小说|囯产深喉视频一区二区……
01月13日，我国成功当选保护非物质文化遗产政府间委员会委员国，真实处破痛哭手机在线观看，裸逼,操进去,裸女人一级黄片，一起干人人干，毛片免费全部网站
01月13日，（乡村行·看振兴）山西河曲庭院经济激活乡村振兴“一池春水”，男女做运动，日本三级片免费在线观看，日韩中老年妇女性生活视频，日本强奸暴黄视频
01月13日|大运河申遗后，无锡古运河如何争先打造世界旅游目的地？|青春草国产公开视频|激情视频免费在线观看|射内软件|伊人 91
01月13日，探访中国最早贵族墓地兆域 专家：比殷墟王陵早200多年，美女股黄频在线播放，www.激情小说，激情小说及图片在线中文字幕，A片视频女女自拍网站
01月13日，中老缅泰湄公河联合巡逻执法普惠澜湄各方，咒术回战冥冥的胸罩是什么颜色，嫩草影院av一区二区三区，欧美亚洲日韩一区2 区，久久久国产精免费视频
01月13日，青海“非遗大集”系列活动在西宁启动，中国70老太性HD大全，龙珠 18号禁同人本漫画，日韩精品在看在线播放，男摸 自慰高清网站sm
01月13日|酒泉新观：超万面定日镜“绽放”戈壁小镇|午夜三级永久久久|久久99视频观看免费视频播放|羞羞漫画在线观看巨黄|欧美亚洲另类图片一区二区三区
01月13日|河南：三门峡水库实时调整下泄流量确保安全度汛|黄页网络站大全在线观看 污|黄色在线公开高清视频|进 动漫|爱干在线
01月13日|李钧任陕西省副省长|游戏cg18+成人日本|色综合久久婷婷88|www.免费黄色视频|第一区日韩区在线视频
yuyanjia爆料老头杯奖金发虎牙币，金华一特斯拉坠崖致夫妻身亡|中国利用政府性融资担保政策工具支持科技创新|99视频.com|一级黄网站在线看|黄片动漫久久久|国产精品91福利
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
（国际观察）加沙战事持续百日 中东紧张局势何解？
放下压力，国足今晚拼了
中办、国办印发《关于健全新时代志愿服务体系的意见》
以高质量教育体系奠基民族复兴｜教育时评
国家医保局出台长期护理保险失能等级评估机构定点管理办法
马来西亚国脚费萨尔被泼硫酸致伤
2023年江西为经营主体减负1630亿元 营商环境持续优化
广西瑶族神秘黄泥鼓舞：从深山舞向国际
普京与佩泽希齐扬通电话：无条件支持叙利亚政府
柬埔寨德崇扶南运河项目开工
www.色色资源站
超碰在线视免费91
天美麻花星空电视剧免费播放官方版
国产黄色片一级无码
插 视频
国产免费网页
ai女友色情 免费版
妓女网视频
日韩AV操逼
舔脚，视频软件
闽公网安备 35010302000113号