猫眼影戏
 |
|
猫眼影戏
毕淑敏
手机审查
猫眼影戏记者 刘子健 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：日本片色
??01月17日,湖北楚纪南故城发现战国早期城墙,
三年前，你们带着稚嫩、纯粹的笑容；带着怙恃莘莘的期盼；带着对优美未来的神往，步入二中校园。三年的学习实践、三年的春风沐浴、三年的雨露滋润，你们的头脑获得了升华；情绪获得了熏陶；意志获得了磨练；知识获得了拓展。突然间我发明，似乎是在一夜间，你们长大了，都酿成了一个个阳光、结实的帅小伙，清纯迷人的美少女；你们也确实变的成熟、稳健了！你们一个个都成为了懂事的好孩子；成为了一个个不怕难题，受苦起劲、知恩图报、明理上进的勤学生了。我为二中拥有你们这样的优异学生而感应欣慰，也皆你们的怙恃、先生因有你们这样的好孩子，勤学生而倍感自豪与自满！你们将成为我们生命影象中永远无法抹去的优美回忆！
,啊灬啊别停灬用力小建。??01月17日,第二届链博会将于11月26日至11月30日在北京举行,
就在这时，紫山昆、雷明远动了，划分向前攻来，气息强势。
,肖文奶奶叫陆红的小说,人人插人人操人人爱人人色人人尻,99re这里有精品视频。??时势2：www . syrrd . com 的综合查询_黄色的网站_欧美色网站_日本不卡一区二区在
??01月17日,“花”样繁多 新疆南部春天美景绘出美丽“钱景”, 穆勒纳尔体现：“我们的军队已经榨取使用这些电池，领土清静部也应该这样做。”早在去年12月，美国会参众两院通过的2024财年国防授权法案中明确，将榨取美国国防部采购上述六家中国电池公司生产的电池。这项法案已由美国总统拜登在当月签署，将于2027年10月起生效。,巜人妻被下春药按摩91动漫,小鸡 伸进 直播,在线播放你懂亚洲你懂的。
??01月17日,第九届全国新农村文化艺术展演在四川达州启动,
他真的怕唯一的亲人祖爷爷离世，他割舍不下那种亲情。而这些西崽又这么的可恶，以后他该怎么生涯？
,亚洲无码在线观看黄片,又黄又硬又粗又大免费无遮挡,欧美一级免费看。。??时势3：国产黄色视频野外
??01月17日,重要进展＋1 科研人员揭示中国灌溉用水未来变化趋势与经济影响,
水火无情，人有情”我眼中的消防战士，他们虽然都是通俗而又通俗的人，但他们却做着欠亨俗的事。由于有这样的人，人民生涯才这么平安幸福!我们的社会才这么协调!我们的祖国才会越发完善和稳固!
,天美传媒三级片,在线播放国产不卡无毒视频,18禁 流浆 水直播。??01月17日,中国驻德国大使馆提醒中国公民近期注意德国边境管控措施,
??时势4：91香蕉视频羞羞视频
??01月17日,近年最大力度化债举措 激发“城投信仰”再度高涨？,
“大婶，炖之前将它肚子里塞上几株老参尚有血芝，那样味道会更好。”小不点很不忠实的这般嘱咐与建议。
,好爽好湿好大好疼视频,永久免费精品视频网站在线观看,tube xxx69 mom。??01月17日,【理响中国】汲取古典智慧 开创美好未来,
“这没毛大鹰非？植，若是不将卵还它，可能会闹个没完没了，村子不得安定。即便有祖器在手，想搪塞它也很难，事实没人能施展宝具的真正威力。”
,超碰在线97社区,亚洲性爱无码,24小时日韩无码一区二区免费。责编：张中行
审核：郭董
责编：黎莱恩
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
